The role of asset management on project performance moderated by environmental dynamism on Indonesia's mining project
Notice bibliographique
Résumé
In Indonesia, the success of coal extraction largely depends on the role of mining contractors. One of these successes is determined by proper asset management amidst uncertainty in the coal business, such as sustainability and digitalization issues. However, research that identifies the role of asset management in improving the performance of mining projects is still rare. Therefore, this research investigates the impact of Information technology capability, sustainability practices, and asset management on improving the performance of coal mining contractor projects in Indonesia. This research uses quantitative methods, with questionnaire data filled in by 128 project managers of mining contractor projects spread across Indonesia and analyzed by applying structural equation modeling (SEM). The findings indicate that Information technology capability and sustainability practices have a substantial and beneficial effect on improving asset management, which then enhances the performance of mining contractors. Interestingly, there is no direct impact of Information technology capability and sustainability practices on the operational performance of mining projects, so asset management is highly needed. The originality of this study is in the recognition of asset management as a valuable asset for firms that have integrated Information technologies & sustainability practices, as it promotes improved operational performance of projects, and there is still rarely any previous research that examines sustainability practices and asset management, especially mining projects. This research contributes to developing the resource-based view (RBV) theory and also contributes managerially to the practices that mining contractors must carry out when dealing with uncertain business situations.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».