MétaCan
Menu
Retour à la cohorte
Enregistrement W4400470307 · doi:10.20944/preprints202407.0609.v1

Building Resilient Supply Chains: Perspectives on Procurement Risk Management

2024· preprint· en· W4400470307 sur OpenAlexaff
Mason Cooper

Notice bibliographique

RevuePreprints.org · 2024
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain Resilience and Risk Management
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésSupply chainProcurementBusinessRisk managementSupply chain risk managementSupply chain managementOutsourcingProcess managementAuditStrategic sourcingKnowledge managementRisk analysis (engineering)Service managementStrategic planningMarketingComputer scienceFinanceAccountingStrategic financial management

Résumé

récupéré en direct d'OpenAlex

This qualitative study explores the multifaceted strategies organizations employ to build resilient supply chains through effective procurement risk management. Conducted over a six-month period in 2024, the research involved semi-structured interviews with 25 industry professionals from sectors including manufacturing, retail, healthcare, and technology, alongside document analysis and case studies. The study identifies four key themes: risk identification and assessment, supplier relationship management, digitalization in risk management, and strategic resilience practices. The findings reveal that organizations face diverse risks, including supplier, supply market, and external environmental risks, necessitating comprehensive risk assessment methodologies. Supplier relationship management emerges as a critical factor in mitigating risks, with practices such as regular audits, collaborative risk management, long-term partnerships, and supplier diversification being crucial. The adoption of digital technologies like predictive analytics, blockchain, advanced analytics, and artificial intelligence enhances risk management capabilities, providing data-driven insights and fostering transparency. Strategic resilience practices, including inventory buffering, flexible sourcing, redundancy, and scenario planning, are essential for maintaining supply chain continuity amidst disruptions. The study underscores the importance of an integrated and proactive approach to procurement risk management that leverages robust assessment, strong supplier relationships, digital tools, and strategic planning. These findings contribute to a deeper understanding of how organizations can effectively manage procurement risks and build resilient supply chains in a dynamic global environment. The insights offer valuable guidance for procurement professionals and organizational leaders in developing resilient and adaptable supply chain strategies to navigate the complexities of today's market.

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 candidatesMéta-épidémiologie (sens strict), Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,386
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0020,012
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,011

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 Opus0,049
Tête enseignante GPT0,313
Écart entre enseignants0,264 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetSupply Chain Resilience and Risk ManagementTravaux en français237 207