MétaCan
Menu
Retour à la cohorte
Enregistrement W4379280548 · doi:10.5267/j.uscm.2023.3.017

The effect of market information on export performance: The mediating role of notional export support and encouragement

2023· article· en· W4379280548 sur OpenAlexvenueno aff
Mohamed Salih Yousif Ali

Notice bibliographique

RevueUncertain Supply Chain Management · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInternational Business and FDI
Établissements canadiensnon disponible
Organismes subventionnairesDeanship of Scientific Research, Prince Sattam bin Abdulaziz UniversityPrince Sattam bin Abdulaziz University
Mots-clésBusinessExport performanceStructural equation modelingGlobalizationIndustrial organizationNotional amountCompetition (biology)MarketingEconomic globalizationEconomicsMarket economyFinance

Résumé

récupéré en direct d'OpenAlex

Global competition and economic globalization are forcing countries' governments to devise encouragement support programs and formulate exporting policies to help SMEs export, compete, and survive in foreign markets. This study examines the mediating role of national export support and encouragement programs (NESEPs) in clarifying the impact of determinants of market environment information on the SMEs' export financial performance (EXFP) and SMEs' export strategic performance (EXSP) based on a resource-based view, which helps understand novel holistic relationships between them. Data from 106 exporting SME firms working in the Kingdom of Saudi Arabia were collected using an online questionnaire survey. Regression path analysis from structural equation modeling was used to test the study's model relationships. The most important positive findings that emerged from this study are: Determinants of market information acquisition (DMIA) will positively influence SMEs' EXFP and NESEP. Determinants of market information dissemination (DMID) will positively influence SMEs' EXSP. Determinants of market information responsiveness (DMIR) will positively influence NESEP. NESEP will positively mediate the effect of DMIA and DMIR on SMEs' EXSP. The study’s theoretical and social implications and limitations are discussed in the concluding sections. Furthermore, directions for future research are provided.

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 enseignants0,406
Score d'incertitude au seuil0,472

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,006
Tête enseignante GPT0,209
Écart entre enseignants0,203 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUncertain Supply Chain ManagementMême sujetInternational Business and FDITravaux en français237 207