MétaCan
Menu
Retour à la cohorte
Enregistrement W4360778061 · doi:10.5267/j.ijdns.2023.1.011

Digitalization and logistics service quality: Evidence from Indonesia national shipping companies

2023· article· en· W4360778061 sur OpenAlexvenueno aff
Prasadja Ricardianto, Elvira Christy, Yosi Pahala, Edi Abdurachman, Atong Soekirman, Okin Ringan Purba, Saptana Tri Prasetiawan, Esa Setia Wiguna, Andjar Budi Wibawanti, Endri Endri

Notice bibliographique

RevueInternational Journal of Data and Network Science · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal Management and Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessSobel testService (business)Quality (philosophy)Service qualityOrder (exchange)Electronic data interchangeProcess managementMarketingOperations managementPath analysis (statistics)Computer scienceEngineeringFinance

Résumé

récupéré en direct d'OpenAlex

The research aimed to know the impact of electronic delivery orders and logistics digitalization on the import document activities mediated by logistics service quality in the national shipping lines, especially the members of Regional Container Lines. Several logistics companies in Indonesia have now begun to utilize digital technology supported by the national logistics ecosystem platform to advance logistics activities, to assist logistics processes in all sectors, including the industrial sector. Shipping, especially by sea shipping. One of the research problems, among others, is that the TSJ/T3 terminal still uses manual delivery orders. The research used the path analysis method and Sobel test with a random sample of 102 PT Bhum Mulia Prima customers. The result of the study showed that electronic delivery orders and logistics digitalization partially contribute to the import document activities through logistics service quality. Furthermore, logistics service quality as the intervening variable strengthened the contribution of an electronic delivery order to the import document activities. Testing is also needed by comparing digital systems between the shipping companies that still do not use manual documents and those that have used online processes in import activities.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,136
Tête enseignante GPT0,362
Écart entre enseignants0,226 · 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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Data and Network ScienceMême sujetCoastal Management and DevelopmentTravaux en français237 207