MétaCan
Menu
Retour à la cohorte
Enregistrement W4313646061 · doi:10.18280/ijsdp.170824

Supply Chain Capabilities to Improve Sustainability Performance of Product-Service Systems

2022· article· en· W4313646061 sur OpenAlexvenueno aff
Dian Retno Sari Dewi, Yustinus Budi Hermanto

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueService and Product Innovation
Établissements canadiensnon disponible
Organismes subventionnairesLembaga Pengelola Dana Pendidikan
Mots-clésIntermediaryBusinessSustainabilityProcess managementConceptual frameworkKnowledge managementSupply chainService (business)Product (mathematics)Product-service systemService delivery frameworkThematic analysisNew product developmentQualitative researchMarketingComputer scienceBusiness model

Résumé

récupéré en direct d'OpenAlex

This study aims to investigate the supply chain (SC) capabilities required for manufacturers, intermediaries and service partners to improve the Sustainability Performance of Product–Service Systems (SPOPSS). A considerable challenge faced by the SC is how manufacturers collaborate with intermediaries and service partners to develop SC capabilities in order to improve SPOPSS. This paper presents a conceptual framework using dynamic capabilities theory for investigating the relationship between SC capabilities and SPOPSS. By qualitative approach through semi-structured interviews with six senior managers from four motorcycle companies–manufacturers and intermediaries, the conceptual framework was validated using thematic analysis. This study identified six SC capabilities: collaboration, partner development and knowledge transfer, innovative service delivery, reflexive control, re-conceptualisation and sustainable product–service capability to improve SPOPSS, also identified microfoundation of dynamic capabilities for each six SC capabilities. The findings proposed two significant contributions to the body of knowledge; first, by developing six identified SC capabilities to improve SPOPSS; and second, by presenting qualitative empirical evidence on how these SC capabilities’ development is inseparable from the SC and could be interactively transferred from manufacturers through intermediaries to a network of service partners.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,555
Score d'incertitude au seuil0,502

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,226
Écart entre enseignants0,215 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetService and Product InnovationTravaux en français237 207