MétaCan
Menu
Retour à la cohorte
Enregistrement W4394895965 · doi:10.5267/j.uscm.2024.2.017

Optimizing supply chain excellence: Unravelling the synergies between IT proficiencies, smart supply chain practices, and organizational culture

2024· article· en· W4394895965 sur OpenAlexvenueno aff
Haitham M. Alzoubi, Muhammad Turki Alshurideh, Mounir El Khatib, Mohamed Dawood Shamot, Shanmugan Joghee, Kiran Nair, Shehadeh Mofleh Al-Gharaibeh

Notice bibliographique

RevueUncertain Supply Chain Management · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBig Data and Business Intelligence
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSupply chainExcellenceBusinessOrganizational cultureProcess managementSupply chain managementChain (unit)Knowledge managementInformation technologyIndustrial organizationOperational excellenceOperations managementMarketingManagementComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

This study aims to investigate the impact of information technology and supply chain practices on supply chain excellence in the retail sector, with a particular focus on understanding the mediating and moderating effects amidst the challenges posed by COVID-19. This study offers novel insights into the complex interplay between information technology, supply chain practices, and organizational culture in the context of the automotive retail sector. It underscores the pivotal role of this triad in navigating the unprecedented challenges and uncertainties of the modern business environment, providing a blueprint for attaining supply chain resilience and excellence. A survey was conducted involving 203 questionnaires distributed to 12 automotive retail companies in Dubai. The responses were analyzed using Smart PLS software and structural equation modelling to explore the intricate relationships between information technology, supply chain practices, organizational culture, and supply chain excellence. The results confirm that information technology and supply chain practices significantly influence supply chain excellence. Organizational culture was found to have a notable moderating effect, indicating that the alignment of culture with technological and procedural advancements is crucial in achieving superior supply chain performance. The study is confined to the automotive retail sector in Dubai, limiting the generalizability of the findings. Future research can expand to other sectors and geographical areas to provide a more comprehensive insight into the studied relationships. For businesses, especially amidst challenges like COVID-19, aligning information technology and supply chain practices with organizational culture is paramount. The findings suggest that a harmonious integration can lead to enhanced supply chain excellence, offering a competitive edge in the rapidly evolving digital landscape.

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)0,008
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,008
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,003
Communication savante0,0070,006
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,040
Tête enseignante GPT0,278
Écart entre enseignants0,238 · 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

Citations33
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUncertain Supply Chain ManagementMême sujetBig Data and Business IntelligenceTravaux en français237 207