Differentiating “must–have” and “should–have” supply chain capabilities for enhanced performance: a necessary conditions analysis
Notice bibliographique
Résumé
Purpose This study aims to identify the “should have” and “must have” capabilities required to boost a supply chain’s robustness and operational performance. Research on supply chain capabilities and their impact has long been central to the supply chain discipline. However, empirical studies continue to report mixed results regarding the relationship between integration and performance or agility and robustness. Using a novel methodological approach, this study explores how supply chain integration, agility and supply chain risk management activities influence the operational performance and robustness of supply chains. Design/methodology/approach Data was collected through surveys and analyzed using SmartPLS 4 and necessary condition analysis (NCA). This combined approach shifts focus from average trends to identifying the required levels of capabilities, offering insights into the necessity logic of supply chain strategies. Findings The study reveals that supply chain risk management and internal integration significantly influence operational performance and robustness. It also supports agility as a precursor to enhancing supply chain robustness, aligning with contemporary theoretical perspectives. Practical implications The findings suggest the importance of integrating risk management and internal processes to enhance supply chain performance and robustness. Additionally, agility emerges as a critical strategy in navigating disruptions, emphasizing the need to prioritize it in supply chain management. Originality/value By adopting a holistic approach grounded in dynamic capability theory, this study contributes to understanding the interplay of supply chain strategies amid unprecedented challenges. The combined use of SmartPLS 4 and NCA offers a novel perspective, shedding light on the necessary logic of supply chain capabilities.
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 | 0,010 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,007 | 0,010 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,001 |
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 ».