The moderating role of organizational readiness on the blockchain adoption in supply chain among Saudi SMEs
Notice bibliographique
Résumé
The study aims to investigate the moderating role of Organizational Readiness (OR) in the relationship between Supply Chain Agility (SCA) and Blockchain Adoption Intention (BAI) among these SMEs, drawing on the Resource-Based View (RBV) theory. The study adopts a positivist approach and a cross-sectional design to explore how organizational readiness moderates blockchain adoption in Saudi SMEs. It uses a quantitative methodology, surveying decision-makers from SMEs engaged in supply chain activities to gather data. Data analysis is performed using Structural Equation Modeling (SEM). The study's findings indicate that Operational Supply Chain Transparency (OSCT) impacts Supply Chain Alignment (SCL), Supply Chain Adaptability (SCD), SCA, and BAI. Moreover, there is a positive influence of SCL on SCD and SCA. SCA also significantly influences BAI. Furthermore, the moderation analysis shows that OR significantly affects the SCA-BAI relationship, indicating that higher OR amplifies the positive impact of supply chain agility on blockchain adoption intention, underscoring the critical roles of supply chain factors and OR in blockchain adoption among SMEs. Based on the RBV theory, the study delves into how constructs like SCL, OSCT, SCD, and SCA are influenced by blockchain technology. It assesses the extent to which these factors would impact the propensity of SMEs to implement blockchain yet explores the moderating influence of OR on this dynamic.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».