Effect of Turnaround Strategies on Performance of Public Sugar Processing Companies in The Western Region, Kenya.
Notice bibliographique
Résumé
Public sugar processing companies in Kenya’s western region have continued to face persistent challenges such as mismanagement, outdated machinery, heavy indebtedness, and declining competitiveness compared to regional producers. These constraints have weakened their performance and sustainability, raising the need for effective turnaround strategies. The purpose of this study was to examine the effect of cost reduction, reorganization, and modernization strategies on the performance of these public sugar firms. The study adopted a quantitative research design and targeted senior management staff from five public sugar companies, namely Mumias, Nzoia, South Nyanza, Chemelil, and Muhoroni. A census approach was applied to the 51 respondents, and structured questionnaires were used to collect data. Descriptive and inferential analyses were conducted with the aid of SPSS, including correlation and multiple linear regression to test relationships between turnaround strategies and organizational performance. The findings revealed a strong positive relationship between the three strategies and performance outcomes, with a correlation coefficient (R) of 0.89 and an R² of 0.79, indicating that 79% of performance variation was explained by the combined effect of the strategies. The adjusted R² value of 0.76 further confirmed the robustness of the model. Regression analysis established that cost reduction strategies had the greatest effect (β = 0.41, p < .001), followed by reorganization strategies (β = 0.34, p = .001) and modernization strategies (β = 0.29, p = .002). All predictors were statistically significant, affirming their importance in enhancing organizational outcomes. The study concluded that cost optimization, structural reorganization, and modernization initiatives are critical drivers of performance, competitiveness, and sustainability in the sugar sector. It recommended that management prioritize selective cost-saving measures, strengthen organizational restructuring, and invest in modernization programs to revitalize public sugar processing companies. These measures are vital for enhancing efficiency, improving profitability, and ensuring the long-term survival of the industry, which remains central to Kenya’s economy and rural livelihoods.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».