Timing and interdependencies in blockchain capabilities development for supply chain management: a resource-based view perspective
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose Using the resource-based view (RBV), our study aims to provide theoretical and empirical insights into blockchain capabilities’ (BCs) compounded and sequential effects on supply chain competitive advantages (CA). Design/methodology/approach We combined a systematic literature review and an expert interview. Interpretive Structural Modelling and a Matrix of Cross-Impact Multiplications Applied to Classification were used to determine the relationship between the capabilities. Simple Additive Weighting assessed each capability’s relative importance and impact. Findings We reveal a sequential development path for BCs. Foundational capabilities, such as cybersecurity, provide immediate performance benefits, establishing a unique, valuable and inimitable resource. As firms progress to advanced capabilities, the compounded value of these capabilities generates a stronger, dynamic resource for sustained CA. Moreover, the study underscores the strategic importance of timing in adopting and developing BCs, as early adoption can secure a competitive edge difficult for later entrants to replicate. Practical implications Our proposed framework guides managers in incorporating blockchain technology into supply chain management (SCM) processes once it demonstrates that firms can enhance their CA by prioritizing the technical basics BC, leveraging the informational capabilities in level two and enabling effective problem-solving through level three. Our framework also shows that a learning process occurs as BCs are used and their results are explored. Originality/value Our study extends the RBV by demonstrating BCs’ cumulative and interdependent nature in SCM. It emphasizes the synergistic interactions between these capabilities, which collectively enhance CA.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle