MétaCan
Menu
Retour à la cohorte
Enregistrement W4390643342 · doi:10.1504/ijise.2023.135777

Analysis of construction supply chain critical success factors: a multi-criteria decision-making approach

2023· article· en· W4390643342 sur OpenAlexaff
Kenan M.H.D. Kher Sarayji, Sharfuddin Ahmed Khan, Muhammad Shujaat Mubarik

Notice bibliographique

RevueInternational Journal of Industrial and Systems Engineering · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueQuality and Supply Management
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésSupply chainCritical success factorBusinessComputer scienceProcess managementMarketing

Résumé

récupéré en direct d'OpenAlex

This study analyses the critical success factors (CSFs) of construction supply chain management (CSCM) using a mix-method approach to identify and prioritise the CSFs for CSCM performance. An extensive literature review was conducted to identify the potential CSFs and with the help of experts, 21 relevant CSFs were selected. The analytical hierarchy process (AHP) was employed to prioritise the selected CSFs. Results showed that the top management commitment, information sharing and flow and supply chain finance are highly ranked among all the factors. Research findings will help to minimise resource wastage on less essential things and increase efficiency. This research is unique from several perspectives. Firstly, this study is one of the first studies, which identify CSF of construction supply chain in the context of UAE. Secondly, this study provides several managerial and practical implications to managers to minimise resource wastage on less essential things and increase productivity and efficiency.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,437
Score d'incertitude au seuil0,449

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
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 Opus0,057
Tête enseignante GPT0,303
Écart entre enseignants0,246 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Industrial and Systems EngineeringMême sujetQuality and Supply ManagementTravaux en français237 207