MétaCan
Menu
Retour à la cohorte
Enregistrement W4404599131 · doi:10.5267/j.uscm.2024.7.022

The influence of logistics and distribution processes on business process reengineering: Adopting green innovation for sustainable transformation

2024· article· en· W4404599131 sur OpenAlexvenueno aff
Mohammed A. Al Doghan, Mahmoud Allahham, Samar Sabra, Nadia A. Abdelmegeed Abdelwahed, Musaddag Elrayah, Heifa Albawaneh

Notice bibliographique

RevueUncertain Supply Chain Management · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensnon disponible
Organismes subventionnairesKing Faisal University
Mots-clésBusiness process reengineeringProcess managementBusinessBusiness processSustainabilityDistribution (mathematics)Supply chain managementSupply chainProcess (computing)Industrial organizationComputer scienceMarketingWork in process

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to investigate the influence of logistics and distribution processes on business process reengineering by adopting green innovation for sustainable transformation. Guided by the Resource-Based View (RBV), the study examines logistics and distribution processes in relation to business process reengineering (BPR), through green innovation adoption, towards achieving sustainability goals. Drawing on a conceptual framework based in supply chain management and BPR theories, the study uses Structural Equation Modeling-Partial Least Squares to analyze data collected from respondents within the target industries. The results show that streamlined logistics and distribution processes help to ensure the success of Green Innovation as part of BPR, strengthening the trend towards sustainable transformation. The study accentuates the importance of logistics management in enabling environmental stewardship and enhanced operational efficiency, providing some key ideas for improving both theoretical developments and future directions as well on practice ground to adopt sustainable supply chain trends.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,238
Écart entre enseignants0,226 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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 sujetSustainable Supply Chain ManagementTravaux en français237 207