The effects of tie strength and data integration with supply base on supply disruption ambiguity and its impact on inventory turnover
Notice bibliographique
Résumé
Purpose In this paper, the authors introduce supply disruption ambiguity as the inability of a sourcing firm to attach probability point estimates to the occurrence of and to the magnitude of loss from supply disruptions. The authors drew on the “ambiguity in decision-making” literature to define this concept formally, connected it to relevant supply disruption information deficit, positioned it relative to supply chain risk assessment and hypothesized and tested its negative associations with both supply base ties and inventory turnover. Design/methodology/approach The authors analysed survey data from 171 North American manufacturers and archival data for a subset (88 publicly listed) of these manufacturers via Ordinary Least Squares (OLS) estimation after ensuring that methodological concerns with survey research have been addressed. They used appropriate controls and employed the heteroskedasticity-based instrumental variable (HBIV) approach to ensure that inferences from our results are not unduly influenced by endogeneity. Findings Strong supply base ties decrease supply disruption ambiguity, which, in turn, increases inventory turnover. Moreover, strong supply base ties and data integration with the supply base have indirect and positive effects on inventory turnover. As sourcing firms strengthen ties and integrate data exchange with their supply base, their inventory turnover improves from access to information relevant to detect and diagnose supply disruptions effectively. Originality/value Research on supply disruption management has paid more attention to the “disruption recovery” stage than to the “disruption discovery” stage. In this paper, the authors add novel insights regarding the recognition and diagnosis aspects of the “disruption discovery” stage. These novel insights reveal how and why sourcing firms reduce their overall ambiguity associated with detecting and assessing losses from supply disruptions through establishing strong ties with their supply base and how and why reducing such ambiguity improves inventory turnover 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 | 0,016 | 0,128 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».