Supply chain management and logistic presentation: Mediation effect of competitive advantage
Notice bibliographique
Résumé
Supply chain management (SCM) practices have become strategic resources and capabilities for enhancing both competitive advantage logistic performance (ORGPER). However, it is not clear how SC Practices influence logistic performance in the agribusiness context. However, the mechanism of SCMPs effects is not yet understood since extant literature has produced mixed results. Hence, this study sought to test the impact of mediation of the competitive advantage of relations between SCMP and Reperform the point of view of Kenya's dairy supply chain. The study examined four estimates that were tested using partial minimum square structural equation modeling (PLS-SAME) techniques to work out the purpose of the study. Across-departmental survey design has been used to collect preliminary data from109 dairy cooperatives in thirteen major dairy producing counties in Kenya. The results reveal that SCM practice has a positive and significant effect on CA(P=0.730) and ORGPER (P=0.237). In addition, THERE is a positive, statistically significant effect on THECAORGPER (P=0.522). Further results show that CA mediates the relationship between SCMP and ORGPER. Consequently, the study concludes that SCMPs first generate CA, which in turn enhances ORGPER in a logistic sense. Theoretically, the study provides insights on the resource-based view theory as well as a conceptual framework for its validation. Similarly, the study informs managers and policymakers in knowing specific SCMPs to focus on to enhance CA and ORGPER of the dairy cooperatives in Kenya.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».