Supply Chain Collaboration, Innovation, and Sustainability Performance: Evidence from Manufacturing Firms in Jordan
Notice bibliographique
Résumé
This study examined the impact of supply chain collaboration (SCC) on supply chain innovation (SCI) and sustainability performance in the context of manufacturing firms in Jordan. The study also investigated the mediating role of SCI in the relationship between different types of SCC and sustainability performance. SCC was represented by three types namely, customer collaboration, supplier collaboration, and internal collaboration. Data were collected using a structured questionnaire that was distributed to employees from numerous management levels in firms located in Jordan as a developing country. A total of 314 valid responses were obtained between December 2024 and March 2025. The data were analyzed using partial least squares structural equation modeling with using the SmartPLS software package. The results of the study revealed that customer, supplier, and internal collaboration significantly enhanced SCI. These three forms of SCC also improved sustainability performance. SCI was found to directly influence sustainability performance, confirming its role as a driver of sustainable outcomes. Moreover, SCI mediated the relationship between internal collaboration and sustainability performance. However, no mediating effects were found between customer or supplier collaboration and sustainability performance. The findings contribute to the resource-based view and dynamic capabilities theory by highlighting collaboration and innovation as critical pathways for achieving sustainable performance. The study offers managerial insights for manufacturing firms in Jordan, emphasizing the importance of strengthening collaboration with customers and suppliers, while also fostering internal innovation to embed sustainability into organizational practices.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».