MétaCan
Menu
Retour à la cohorte
Enregistrement W4406692295 · doi:10.20858/tp.2019.14.1.13

CONFIRMATORY FACTOR ANALYSIS FOR TESTING THE VALIDITY AND RELIABILITY OF AN INTERNAL CAPABILITY AND LOGISTICS OUTSOURCING MEASUREMENT SCALE

2019· article· en· W4406692295 sur OpenAlexaff
Omer Abdalla SIDDIG, Abdel Hafiez Ali Hasaballah, Ahmad Adnan Al-Tit, Bader Almohaimmeed

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueOutsourcing and Supply Chain Management
Établissements canadiensPetro-Canada
Organismes subventionnairesnon disponible
Mots-clésOutsourcingConfirmatory factor analysisReliability (semiconductor)Scale (ratio)Reliability engineeringValidityComputer scienceBusinessStatisticsEngineeringMathematicsStructural equation modelingPsychometricsMarketingGeographyMachine learningCartography

Résumé

récupéré en direct d'OpenAlex

This study aims to develop and validate a measurement scale for internal capability and logistics outsourcing. Regarding the goal of this study, data were obtained from 180 respondents who are currently performing logistics outsourcing in different fields in Sudan (oil industry, telecommunications, logistics services and manufacturing). Depending on the questioner technique, a total of 36 items and 5 subscales were generated based on the literature. The study uses a five-point Likert-style response scale (ranging from strongly agree to strongly disagree). The scale was subjected to confirmatory factor analysis (CFA) for determining the validity and reliability of the study dataset. Cronbach’s alpha reliability coefficient (α) of the scale was reported to be 0.88. Findings of the study indicate that the resulting internal capability and logistics outsourcing measurement scale can serve as a valuable tool for measuring the logistics outsourcing drivers, namely time-related drivers, cost-related drivers, flexibility-related drivers, and quality-related drivers.

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)0,006
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
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 enseignants0,025
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
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 Opus0,294
Tête enseignante GPT0,455
Écart entre enseignants0,161 · 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.

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetOutsourcing and Supply Chain ManagementTravaux en français237 207