MétaCan
Menu
← Retour à la cohorte
Enregistrement W6922088581 · doi:10.11575/prism/34167

Compensation-based incentives, ERP, and delivery performance: analysis from production and improvement perspectives

2012· other· en· W6922088581 sur OpenAlexfundno aff

Notice bibliographique

RevueOpen MIND · 2012
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésIncentiveProduction (economics)Delivery PerformanceResource (disambiguation)Distribution (mathematics)Human resource managementPerformance improvement

Résumé

récupéré en direct d'OpenAlex

Purpose – This research investigates the role of compensation-based incentives in relationships between Enterprise Resource Planning (ERP) usage and delivery performance in manufacturing. Design/methodology/approach – We carry out two studies exploring links between ERP, incentives, and performance from alternative perspectives: (i) of incentives tied to regular production activities, and their relationship with delivery performance advantage over competitors, and (ii) of incentives tied to improvement activities, and their relationship with delivery performance improvements. Statistical analysis is carried out on data from 698 metal working manufacturers from 22 countries, giving a broad cross sectional view of a global industry. Findings – The studies indicate that ERP usage relates positively with both delivery advantage and delivery improvements. Furthermore, incentives tied to improvement initiatives may explain delivery improvements both directly and as moderators in the relationship between ERP and performance. Research implications – The results suggest that ERP adoption can be framed as a principal-agency phenomenon where performance outcomes are partially influenced by incentives. Practical implications – The results imply that incentives tied to improvement initiatives may foster employee engagement with the new ERP, leading to stronger delivery performance benefits. Originality/value – To the best of our knowledge, this is the first research to explore ERP usage as a principal-agency problem, and to analyse its relationships with incentives under alternative performance perspectives. The results may significantly contribute to the knowledge of ERP-performance relationships and the role of incentives.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,008
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,021
Tête enseignante GPT0,267
Écart entre enseignants0,246 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Travaux en français237 207→