MétaCan
Menu
Retour à la cohorte
Enregistrement W4399781582 · doi:10.20944/preprints202406.1140.v1

Investigating the Role of Human Resource Management in Supply Chain Effectiveness

2024· preprint· en· W4399781582 sur OpenAlexaff
Samuel Holloway

Notice bibliographique

RevuePreprints.org · 2024
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueQuality and Supply Management
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésBusinessHuman resource managementSupply chain managementSupply chainKnowledge managementProcess managementComputer scienceMarketing

Résumé

récupéré en direct d'OpenAlex

This qualitative research investigates the pivotal role of Human Resource Management (HRM) in enhancing supply chain effectiveness. Through semi-structured interviews with 25 professionals across various industries, the study explores how HRM practices influence key aspects of supply chain management (SCM), including talent management, training and development, leadership, organizational culture, and technology integration. Findings highlight the strategic alignment between HRM and SCM as crucial for optimizing supply chain performance and responsiveness. Effective talent management strategies, such as recruitment, development, and succession planning, emerged as critical factors in ensuring operational stability and innovation within supply chains. Training programs were identified as instrumental in equipping employees with the necessary skills to navigate technological advancements and market complexities, fostering collaboration and enhancing decision-making capabilities. Leadership development initiatives were also found to be pivotal in promoting organizational effectiveness and fostering a culture of continuous improvement. The study further underscores the role of HRM in cultivating a collaborative and inclusive organizational culture that enhances communication, trust, and teamwork among supply chain stakeholders. Additionally, the integration of digital technologies and sustainability considerations emerged as transformative trends shaping modern supply chains, with HRM practices playing a crucial role in facilitating technological adoption and promoting environmentally responsible practices. Addressing challenges such as resource constraints, regulatory compliance, economic uncertainties, and global supply chain complexities remains crucial for organizations aiming to optimize HRM practices and achieve sustainable supply chain performance. Overall, this research contributes to a deeper understanding of how HRM can drive innovation, collaboration, and resilience within supply chains, positioning organizations for long-term success and growth.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,153
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,012
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,067
Tête enseignante GPT0,313
Écart entre enseignants0,247 · 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'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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetQuality and Supply ManagementTravaux en français237 207