MétaCan
Menu
Retour à la cohorte
Enregistrement W3175666069

THE EFFECT OF SUPPLIER SELECTION, SUPPLIER DEVELOPMENT AND INFORMATION SHARING ON SME’s BUSINESS PERFORMANCE IN SEDIBENG

2020· article· en· W3175666069 sur OpenAlexvenueno aff
Johan Van Der Westhuizen, Lydia Ntshingila

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiquePublic Procurement and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessSupplier relationship managementSupply chainInformation sharingSupply chain managementConfirmatory factor analysisSelection (genetic algorithm)Structural equation modelingMarketingKnowledge managementValue (mathematics)Industrial organizationProcess managementComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In recent times, logistics and supply chain management (SCM) have become important sources of sustainable competitive advantage to firms. However, the roles of logistics and SCM are still influenced by the value chain approach. Consequently, there are factors that have not been given enough attention in the supply chain literature. Realising this issue, the study examines the influence of practices such as supplier selection, supplier development and information sharing on the SMEs business performances in the Sedibeng district. A quantitative research survey was conducted among 300 SME owners/ managers. SPSS 22.0 was used to analyse the data. AMOS 24.0 was used to perform confirmatory factor analysis. Structural path modelling (SEM) was conducted to assess the proposed model fit and to test the statistically significant relationship of the hypotheses. The results of the study show significant relationships amongst the practices: supplier selection, supplier development and information sharing to improve business performance within SMEs in the targeted FMCG industry. This study contributes to the body of knowledge by providing a research framework that can be adopted to enhance SMEs performance as well as providing practical recommendations based on the research findings for SMEs and for future research. Furthermore, as one of the first studies evaluating the influence of practices such as supplier selection, supplier development and information sharing on the SMEs business performances in the Sedibeng district, it has generated new insights and outlines strategic reasons for SME owners and managers to improve on their business relationships across the value chain. Key Words: Supplier selection, Information sharing, Supplier development, Business performance

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,197
Écart entre enseignants0,188 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetPublic Procurement and PolicyTravaux en français237 207