MétaCan
Menu
Retour à la cohorte
Enregistrement W7104176369 · doi:10.5267/j.ijdns.2025.9.007

The role of managerial capability on operational performance through supply chain digitalization and adaptability

2025· article· en· W7104176369 sur OpenAlexvenueno aff

Notice bibliographique

RevueInternational Journal of Data and Network Science · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain Resilience and Risk Management
Établissements canadiensnon disponible
Organismes subventionnairesUniversitas Kristen Petra
Mots-clésSupply chainAdaptabilitySupply chain managementStructural equation modelingInformation flowLikert scaleInformation technologyService management

Résumé

récupéré en direct d'OpenAlex

Changes in the global business environment constrain companies to adopt digital technology to enhance their performance and competitiveness. This study aims to analyze the role of managerial capability on operational performance through supply chain digitalization and supply chain adaptability in manufacturing companies in Indonesia. Managerial capability is a key factor that enables organizations to design effective strategies, allocate resources efficiently, and foster internal collaboration and external partnerships. The study has distributed questionnaires to 117 respondents from various middle and top managerial functions within the manufacturing company. The questionnaire was designed using a five-point Likert scale and distributed offline and online using a Google Form link. Data analysis employed Partial Least Squares – Structural Equation Modeling (PLS-SEM) to examine the outer model and inner model. The results indicate that managerial capability has a significant impact on supply chain digitalization and supply chain adaptability, but does not directly affect operational performance. Instead, the effect of managerial capability on operational performance is mediated by supply chain adaptability and the combination of supply chain digitalization and adaptability. Supply chain digitalization plays a crucial role in enhancing supply chain adaptability, ultimately leading to a positive impact on operational performance. These findings confirm that supply chain digitalization not only increases the speed of information flow and transparency but also strengthens the company's ability to adapt to market dynamics. The practical implications of this research are the need for manufacturing companies to continuously develop managerial competencies that support digital technology investments, strengthen an adaptive organizational culture, and foster synergy between internal and external functions. For academics, this research provides a conceptual contribution in explaining the mediating relationship between managerial capabilities, supply chain digitalization, supply chain adaptability, and operational performance in the era of digital transformation.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,268
Écart entre enseignants0,255 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Data and Network ScienceMême sujetSupply Chain Resilience and Risk ManagementTravaux en français237 207