MétaCan
Menu
Retour à la cohorte
Enregistrement W4404145888 · doi:10.5267/j.uscm.2024.7.018

The effect of intellectual capital on competitive advantage and financial performance

2024· article· en· W4404145888 sur OpenAlexvenueno aff
Made Kusuma Wardani, Ni Luh Putu Wiagustini, Ica Rika Candraningrat, Luh Gede Sri Artini

Notice bibliographique

RevueUncertain Supply Chain Management · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIntellectual Capital and Performance Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessIntellectual capitalCompetitive advantageFinanceMarketing

Résumé

récupéré en direct d'OpenAlex

Financial performance is an evaluation of a company's assets, liabilities, equity, expenses, revenues, and profitability. This evaluation provides an overview of the company's overall financial health during a certain period. Resource Based Theory states several factors that can affect financial performance, namely intellectual capital and competitive advantage. This research was conducted with a quantitative approach. The observed population of this research is all BPRs in Bali Province which are still operating in 2017 - 2021. Determination of the sample in this study using the census method or saturated sample so that the sample used in this study was 133 BPRs in Bali Province. The analysis technique used in this research is path analysis with Eviews version 9.0 software. The test results show that intellectual capital has no effect on financial performance, intellectual capital has a positive effect on competitive advantage, competitive advantage has a positive effect on financial performance and competitive advantage is able to mediate the effect of intellectual capital on financial performance. The results of this study are expected to contribute to various interested parties, namely the development of Resource Based Theory as a theoretical benefit and BPR management, government, OJK, society and the banking industry as practical beneficiaries.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,774
Score d'incertitude au seuil0,728

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,210
Écart entre enseignants0,204 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUncertain Supply Chain ManagementMême sujetIntellectual Capital and Performance AnalysisTravaux en français237 207