MétaCan
Menu
Retour à la cohorte
Enregistrement W4394886929 · doi:10.5267/j.uscm.2024.4.002

The impact of cost management accounting techniques on supply chain performance using the balanced scorecard approach: A case of logistics companies in Vietnam

2024· article· en· W4394886929 sur OpenAlexvenueno aff
Lan Anh Dang

Notice bibliographique

RevueUncertain Supply Chain Management · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAccounting and Organizational Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBalanced scorecardSupply chainBusinessSupply chain managementQuality (philosophy)Process managementPerformance measurementProcess (computing)Scale (ratio)Management accountingMarketingAccountingComputer science

Résumé

récupéré en direct d'OpenAlex

This study aims to discover the relationship between CMA Techniques and Supply Chain Performance at logistics enterprises in Vietnam. Based on qualitative research methods combined with quantitative research, the survey subjects were 300 accounting staff and managers of large logistics enterprises in Vietnam. Qualitative research is used to summarize the business situation of the companies, build research models and hypotheses based on literature review and get opinions from the managers and accountants about the quality of the questionnaire. The study has developed a scale to evaluate the Supply Chain Performance of the businesses according to the Balanced Scorecard model. Quantitative research is used to measure and explain the relationship between factors in the model using SPSS and AMOS tools. The results of the linear structural model show that CMA Techniques have a positive impact on the Supply Chain Performance of logistics businesses in Vietnam. This study also demonstrates that CMA Techniques have a positive impact on Financial Performance, Internal Business Process, Learning and Growth, Customer Perspectives of the businesses. Based on these findings, the author proposes recommendations for governments and the companies to improve the effectiveness of CMA Techniques, thereby improving their Supply Chain Performance.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,461
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,024
Tête enseignante GPT0,268
Écart entre enseignants0,244 · 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.

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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUncertain Supply Chain ManagementMême sujetAccounting and Organizational ManagementTravaux en français237 207