The Role of Firm’s Location, Export-Related Resources and Capabilities in Relation to Coffee & Sesame Export Performance in Ethiopia
Notice bibliographique
Résumé
Exporting has been one of the fastest foreign expansion strategies in the last two decades. The purpose of this study is to investigate the role of an exporter's location in the development of export-related resources and capabilities, which will have an impact on the degree of export performance. The relationship between export-related resources, capabilities, and export performance are examined in this study. A total of 300 questionnaires were sent out to coffee and sesame exporters. However, only 253 surveys were used for analysis. The SmartPLS 3 software was used to analyse the data using the Partial Least Squares (PLS) technique. The study's findings suggest that access to location-specific resources and skills are critical antecedents for a company's ability to build export-related resources and capabilities in order to improve export performance. The geographic location of a company has a considerable and beneficial impact on human resource capability (β =0.67, p=0.001). Information capability was not significantly influenced by human resource capability ((β =0.082, P=0.259). Information capability ((β =0.656, p=0.001) is significantly influenced by organizational planning capability ((β =0.452, p=0.001). Satisfaction Export Performance ((β =0.431, p=0.01) has been significantly and positively influenced by information capability. New Product Development Capability influences strategic export performance significantly and positively ((β =0.330, p=0.001). Strategic export performance ((β =-0.035, P= 0.820) and satisfaction with export performance ((β =0.050, P= 0.625) were not affected by relationship capability. These data suggest that when it comes to exporting, rural businesses face significantly greater obstacles than those in metropolitan areas. The outcomes of this study will assist managers of remote-area businesses in developing equally appealing recruitment and reward practices in order to compete with businesses in urban areas. Furthermore, the outcomes of this study advise that export firm managers think carefully about the resources and capabilities required to improve their export 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 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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».