A contingency model for creating value from RFID supply chain network projects in logistics and manufacturing environments
Notice bibliographique
Résumé
In the growing literature on RFID and other network technologies, the importance of organizational transformation at the supply chain level has been recognized. However, the literature lacks conceptual model development and salient mechanisms for achieving the level of organizational transformation required for stakeholders to realize the full business benefits from RFID projects. Furthermore, the RFID adoption, use, and impact studies to date largely focus on a single firm setting and on the retail sector. Therefore, this study intends to fill this knowledge gap in the literature, and develop a contingency model for creating value from RFID supply chain projects in logistics and manufacturing environments. For our model development, we draw upon extant diverse literatures; particularly the framework for IT-enabled business transformation (Venkatraman, 1994), and leadership and organizational learning. The framework postulates a positive relationship between the level of organizational transformation effected by the use of information technology (IT) and the level of business benefits realized from IT. The contingency model draws on the framework and explicates five contingency factors influencing value creation from RFID supply chain projects: environmental upheaval; leadership; second-order organizational learning; resources commitment; and organizational transformation. Using the contingency model as a conceptual guide, we also perform an analysis of longitudinal real-world case data from a Canadian third-party logistics service firm’s seven-layer supply chain RFID projects. The case study analysis provides evidence for the imperative of the contingency factors identified in the model for creating value from the RFID projects. Furthermore, it also reveals the differential costs for the focal firm and the up-stream manufacturing as a key barrier to realizing the full RFID benefits at the supply chain level.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».