Linking of digital supply chains and digital transformation on the competitiveness of government companies in the supply chain 4.0 era
Notice bibliographique
Résumé
In the ever-growing digital era, technology has changed various aspects of human life, including the way governments manage supply chains in procuring goods and services. Digital transformation has opened new opportunities to increase efficiency, transparency, and accountability in procurement in government companies. This research aims to investigate the relationship between digital supply chains and competitiveness and the relationship between digital transformation and the competitiveness of government companies. This type of research is quantitative through survey methods. The population of this research is employees of government logistics companies who are responsible for supply chain processes, have digital activities and implement Enterprise Resource Planning (ERP). The research questionnaire was designed using a Likert scale of 1 to 9, a scale of 1 indicating strongly disagree and a scale of 9 indicating strongly agree. Questionnaires were distributed via social media to 780 employees of government logistics companies related to supply chain processes, respondents were determined using a simple random sampling method. Of the 780 questionnaires that were returned, 570 were returned for analysis. Data analysis uses the partial least square-structural equation modelling (PLS-SEM) method with data analysis tools, namely SmartPLS 3.0. The data analysis stages are reliability, validity and hypothesis testing. The independent variables of this research are digital supply chain and digital transformation. The dependent variable is the company's competitiveness. The results of this research show that digital supply chains have a positive and significant relationship to competitiveness and digital transformation has a positive and significant relationship to competitiveness. By utilizing digital technology optimally, companies can obtain several extraordinary benefits. Among other things, companies will be able to expand markets and increase revenue more effectively. Apart from that, digital technology also makes it easier to monitor business activities, create structured financial reports, and reduce costs, especially in terms of marketing, logistics and shipping.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,000 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».