MétaCan
Menu
Retour à la cohorte
Enregistrement W4294636412 · doi:10.5267/j.uscm.2022.7.011

A structural equation model for analyzing the relationship between enterprise resource planning and digital supply chain management

2022· article· en· W4294636412 sur OpenAlexvenueno aff
Abdallah Q. Bataineh, Ibrahim Abu-AlSondos, Hanadi A. Salhab, Linda S. Al-Abbas

Notice bibliographique

RevueUncertain Supply Chain Management · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueERP Systems Implementation and Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDigitizationStructural equation modelingEnterprise resource planningBusinessSupply chainSupply chain managementProcess managementResource (disambiguation)Process (computing)Knowledge managementIndustrial organizationOrder (exchange)Digital firmOperations managementMarketingComputer scienceEnterprise information systemEconomics

Résumé

récupéré en direct d'OpenAlex

Digitization and the internet are new phenomena which have greatly changed the way in which modern-day businesses are run. Enterprise resource planning (ERP) is one such system developed as a result of digitization in order to improve firm supply chain efficiency. This study investigated the relationship between digital and sustainable supply chain (in this case the ERP system) and firm competences of supply chain management. 33 respondents from e-commerce firms volunteered to take part in the data collection process of the study, with a majority of them being information technology (IT) managers. The hypothesized relationships were analyzed using structural equation modelling (SEM). Findings of the study depict that all the hypothesized relationships were significant (p<.001) at the 1 % level of significance, implying that there exists a positive effect of the ERP systems on firm 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)0,006
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,066
Tête enseignante GPT0,297
Écart entre enseignants0,231 · 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'étudeSimulation ou modélisation
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

Citations37
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUncertain Supply Chain ManagementMême sujetERP Systems Implementation and ImpactTravaux en français237 207