Future business and the role of purchasing and supply management: Opportunities for ‘business-not-as-usual’ PSM research
Notice bibliographique
Résumé
The raison d'être for this article is simple: traditional ways of researching, theorizing, and practicing purchasing and supply management (PSM) are no longer sufficient to ‘meet the moment’. Scholars need to advance a “business-not-as-usual” footing approach to their work, if they are to make a meaningful contribution to addressing the current and future emergencies, as highlighted by recent extreme weather and the COVID-19 pandemic. Yet, what can this, or should this, mean for a field rooted in traditional business thinking? This article builds on the Journal of Purchasing and Supply Management's (JPSM) 25th Anniversary Special Issue editorial (2019); members of the JPSM's editorial team advance their unique perspectives on what “business-not-as-usual” means for PSM. Specifically, we advocate both thinking much more widely, in scope and ambition, than we currently do, and simultaneously building our ability to comprehend supply chains in a more nuanced and granular way. We explore whether the bias toward positivist work has omitted potentially interesting findings, and viewpoints. This leads to a call to re-think how we approach our work: should the key criteria always be to focus on theory development or testing? Should academics “think bigger”? Turning to specific research themes, illustrations of how our current thinking can be challenged or broadened by addressing the circular economy, and role of purchasing and innovation. Specifically, the focus on the PSM function as an intrapreneur within the larger organization, and the role of innovation and technology in PSM work. Taken together, we hope the ideas and arguments presented here will inform and inspire ambitious and novel approaches to PSM research with significant and enduring impact on the transformation of business.
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 | 0,023 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,026 |
| Communication savante | 0,035 | 0,029 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,012 | 0,027 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».