Supply chain performance: Investigating the role of compensation and organizational support in the government organization
Notice bibliographique
Résumé
This research aims to analyze the relationship between compensation and supply chain performance and to analyze the relationship between organizational support and supply chain performance at the immigration office. The research method uses a quantitative associative survey method. The analysis used in this research is partial least squares-structural equation modeling (PLS-SEM). The population of this study were senior employees of government organization or immigration offices in Indonesia and the research respondents were 467 senior employees who were selected using a simple random sampling method. Research data was obtained by distributing online questionnaires via social media. The online questionnaire contains statement items and is designed using a 7 Likert scale. The Likert scale used in this research is (1) strongly disagree, (2) disagree, (3) quite disagree, (4) Neutral, (5) quite agree, (6) agree, (7) strongly agree. Data processing uses SmartPLS 4.0 software, and the data analysis stages are testing the outer model and inner model, testing the inner model by carrying out validity tests, reliability tests while the inner model tests hypothesis or significance tests. The results of this research are that compensation has a positive and significant relationship to supply chain performance at the immigration office and organizational Support has a positive and significant relationship to supply chain performance at the immigration office. By implementing a fair and good compensation system, it will encourage supply chains to improve their performance. Supply chains will try to improve their performance because the better their performance, the supply chain will receive better compensation. Work motivation has a positive and significant effect on supply chain performance. Organizational support is very important for supply chain behavior. The organization has an obligation to develop a climate that supports consumer orientation.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».