Supply Chain Resilience Strategies for Surviving of Industry in Thailand
Notice bibliographique
Résumé
Thailand’s advantageous location, strong infrastructure, and uptake of digital technologies all contribute to its standing as a Southeast Asian centre for logistics and supply chains. The impact of internal skills on performance during interruptions and how Thai-listed firms handle the risk of supply chain disruptions are poorly understood. By combining the resource-based view, contingency theory, and dynamic capabilities theory, this research fills this knowledge gap by investigating how industry reacts to particular threats, including those involving infrastructure, planning, workforce, and security, and how their mitigation strategies—such as internal risk management and collaboration—affect firm performance. The research investigates 14 hypotheses that relate disruption threats and mitigation techniques to firm performance using data from 167 listed firms on the Stock Exchange of Thailand (SET), survey data, and statistical analysis. The findings show that while well-managed employees and security concerns may have beneficial effects, infrastructure hazards significantly impair corporate performance. Performance is improved by internal resources and cooperative partnerships with supply chain partners, although collaboration with government organisations might be less successful. The results also founded on three recognised ideas, the research contributes to theory and in action by giving governments and businesses advice on how to prioritise resilience investments. To increase Thailand's total supply chain resilience in accordance with national plans like Thailand 4.0, recommendations include enhancing infrastructure, customising regional responses, and fostering digital capabilities. Future studies on sector-specific hazards, resilience indicators, and cross-country comparisons in an ASEAN context are suggested by the findings.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».