MétaCan
Menu
Retour à la cohorte
Enregistrement W4328026022 · doi:10.5267/j.uscm.2022.12.007

The impact of organizational capability, external networking, entrepreneurism, competitive advantage, and corporate social responsibility (CSR) on performance

2023· article· en· W4328026022 sur OpenAlexvenueno aff
Triswati Sasmito, Mulyanto Nugroho, M. Shihab Ridwan

Notice bibliographique

RevueUncertain Supply Chain Management · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSMEs Development and Digital Marketing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompetitive advantageBusinessCorporate social responsibilityMindsetOrganizational performanceMarketingIndustrial organizationBusiness administrationPublic relationsComputer science

Résumé

récupéré en direct d'OpenAlex

This study aims to examine how Mother and Child Hospital (RSIA) Type C performance in East Java with a population of 67 owners is affected by organizational competency, external networking, entrepreneurism, competitive advantage, and corporate social responsibility (CSR). The results of the eight hypotheses using partial least squares (PLS) are as follows: 1) Organizational ability has a big and favorable impact on business performance. The hypothesis has been accepted. 2) The external network has a small but positive impact on company performance. 3) Entrepreneurial mindset has a favorable and significant impact on business performance. The hypothesis has been accepted. 4) Competitive Advantage is influenced by organizational capability in a favorable and meaningful way. The hypothesis has been accepted. 5) External networking contributes to competitive advantage in a positive and important way. The hypothesis has been accepted. 6) Entrepreneurial orientation affects competitive advantage in a favorable and important way. The hypothesis has been accepted. 7) Competitive advantage has a major and favorable impact on business performance. The hypothesis has been accepted. 8) Competitive advantage has little effect on Corporate Performance when CSR is regulated. The hypothesis was disproved.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,293
Écart entre enseignants0,270 · 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'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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUncertain Supply Chain ManagementMême sujetSMEs Development and Digital MarketingTravaux en français237 207