The central role of IT capability to improve firm performance through lean production and supply chain practices in the COVID-19 era
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Today, global competition entails companies having an advantage in supply chain networks to pursue superior performance. This work examines the link between information technology (IT) capability with the firm performance by adopting a lean production approach, vendor-managed inventory, and supply chain practices. The study has surveyed the population of the manufacturing company in East Java, Indonesia, using a questionnaire with a five-point Likert scale. A total of 111 manufacturing companies (medium and large) were selected from 5420 manufacturing companies listed in the Industrial Department of East Java. The partial least square (PLS) technique was used to analyze the data, using the SmartPLS software version 3.3. Thirteen hypotheses in this study were developed to investigate. The result revealed that all hypotheses of direct relationship were supported. IT capability directly affects lean production, vendor managed inventory, and supply chain practices. Moreover, lean production, vendor-managed inventory, and supply chain practices improve firm performance. Further analysis also indicated that all hypotheses of indirect hypotheses were supported except hypothesis one hypothesis (H9). IT capability indirectly improves firm performance through lean production, vendor-managed inventory, and supply chain practices. The result provides insight for managers and policymakers on enhancing firm performance by improving its IT capability, adopting lean production, vendor-managed inventory, and supply chain practices. This research contributes to reinforcing the supply chain management theory.
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.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 découle