ESTGV - DEMGI - Artigo em revista científica, indexada ao WoS/Scopus
URI permanente para esta coleção:
Navegar
Percorrer ESTGV - DEMGI - Artigo em revista científica, indexada ao WoS/Scopus por autor "Antonio J. Marques Cardoso"
A mostrar 1 - 4 de 4
Resultados por página
Opções de ordenação
- Bibliometric Analysis of Studies on Industry 4.0 Maturity Assessment in SMEsPublication . Guimarães, André; Reis, Pedro; Antonio J. Marques Cardoso; Autor correspondente: Guimarães, A..Introdução: Esta pesquisa pretende contribuir para a organização e análise da literatura científica relacionada com a Avaliação do Nível de Maturidade Digital da Indústria 4.0 (I4.0) em pequenas e médias empresas (PMEs). Destaca-se a relevância contínua da transformação digital, impactando as PMEs e oferecendo oportunidades de integração na economia global. Objetivo: O objetivo principal é utilizar técnicas bibliométricas para analisar e organizar a literatura científica disponível na avaliação do Nível de Maturidade Digital da I4.0 em PMEs. Pretende-se contribuir para compreender as tendências de pesquisa, identificar lacunas de conhecimento e fornecer orientações para futuras investigações. Métodos: Realização de uma revisão abrangente da literatura, abrangendo artigos publicados entre 2011 e 2023 nas plataformas Web of Science (WoS) e SciVerse Scopus (Scopus), pela forte reputação, extenso conteúdo e citações globais. Utilização de técnicas bibliométricas facilitadas pelo VOSviewer e pelo software R-studio´s Bibliometrix R para processamento e análise de dados. Resultados: A análise da literatura revelou insights significativos, incluindo a escassez de pesquisas recentes sobre a avaliação do nível de maturidade digital de PMEs no contexto da I4.0. Identificação de tendências de pesquisa, artigos notáveis com base em citações e publicações, bem como reconhecimento de autores frequentemente citados. Conclusão: A importância do estudo reside na análise minuciosa da literatura existente, na avaliação de tendências de pesquisa chave e na identificação de lacunas, fornecendo insights valiosos. As direções propostas e as prioridades para futuras pesquisas destacam a necessidade de investigações adicionais sobre o nível de maturidade digital das PMEs no contexto da I4.0 e áreas como avaliação de desempenho e competências de gestão.
- Bibliometric Analysis of Studies on Lean Maturity Assessment in SMEsPublication . Guimarães, André; Reis, Pedro; Antonio J. Marques Cardoso; Autor correspondente: Guimarães, A..Introdução: Os princípios Lean têm contribuído significativamente para a eficiência e competitividade das pequenas e médias empresas (PMEs). Contudo, persistem lacunas na literatura científica, particularmente na avaliação da implementação do Lean, nos seus impactos no desempenho e na análise das competências de gestão e conhecimento relacionados. Objetivo: Identificar e analisar as tendências de investigação sobre os princípios Lean e a maturidade Lean em PMEs, avaliando as principais contribuições científicas, os artigos mais citados, os autores mais influentes e as lacunas de investigação que possam orientar trabalhos futuros. Métodos: Foi realizada uma análise bibliométrica de artigos publicados entre 2010 e 2024, disponíveis nas bases Web of Science e Scopus. A análise foi suportada pelos softwares Bibliometrix, em R Studio, e VOSviewer, permitindo a visualização de redes de citações, coautorias e palavras-chave. Resultados: São evidenciadas tendências emergentes e lacunas significativas na investigação sobre maturidade Lean em PMEs. Foram identificados artigos, autores e tópicos de maior destaque, bem como a necessidade de mais estudos sobre a avaliação da maturidade Lean e os seus impactos nas práticas organizacionais e no desempenho das PMEs. Conclusão: Este estudo fornece uma visão abrangente do estado da arte sobre os princípios Lean e a maturidade Lean em PMEs. Ao identificar lacunas e propor direções futuras de investigação, contribui para o avanço das práticas Lean, promovendo uma gestão mais eficiente e competitiva.
- Digital maturity and business performance in industry 4.0: evidence from industrial firms in Portugal's Dão Lafões regionPublication . Guimarães, André; Reis, Pedro; Antonio J. Marques CardosoPurpose – Digital maturity in the context of Industry 4.0 has become a key driverfor enhancing industrialization and overall business performance in the manufacturing sector. However, limited understanding remains regarding how the different pillars of digital maturity affect organizational and financial outcomes. This study investigates the influence of these pillars on key business performance indicators. Design/methodology/approach – A conceptual framework was developed to support the primary research hypotheses. A survey was conducted with 140 manufacturing companies in the D~ao Laf~oes region (Portugal), assessing subdimensions of digital maturity. Business performance data (ROA, debt, interest rate, productivity and Internationalization) were retrieved from the Iberian Balance Sheet Analysis System. Responses were collected through face-to-face interviews with managers, ensuring high-quality and context-rich data. Multiple linear regression models and robust statistical tests ensured the reliability of the results. Findings – Digital maturity has significant but heterogeneous effects on performance. Strategy and data analytics negatively affect ROA and productivity, while existing competencies positively influence internationalization. Strategy is also associated with higher debt. Other subdimensions show marginal effects on internationalization, debt, and interest rate. Practical implications – This study advances both the Industry 4.0 and performance management literature by demonstrating how distinct digital maturity pillars exert heterogeneous effects on operational and financial indicators. The findings refine existing maturity frameworks by showing that early-stage I4.0 adoption may generate negative short-termimpacts, underscoring the need for phased, capability-driven digital transformation strategies in SME-dominated regions. Originality/value – This study contributes to the literature on Industry 4.0 by providing empirical evidence on the differentiated effects of digital maturity subdimensions on business performance. It offers practical insights for policymakers and businessleadersseeking to optimize digital transformation strategies, particularly in SMEdominated industrial regions
- Industry 4.0 in Portugal: Validation of a Readiness Assessment Model Through an Empirical ApproachPublication . Guimarães, André; Reis, Pedro; Pereira, Teresa; Antonio J. Marques CardosoPurpose – Industry 4.0 requires businesses to adapt strategically and continuously assess their readiness. However, many manufacturing companies struggle to evaluate and implement Industry 4.0 due to the lack of clear assessment frameworks. This study addresses this gap by applying a structured maturity model to assess Industry 4.0 readiness in Portuguese companies. Design/methodology/approach – The study usesthe Shift2Future model, an adaptation of the IMPULS model designed for Portuguese companies. Data were collected through a structured questionnaire and empirical research validated the model. The internal consistency of responses, measured by Cronbach’s alpha (0.9040), confirmed its reliability. Findings – The results highlight the importance ofstructured assessmentsin guiding digital transformation. The Shift2Future model helps companies understand their current Industry 4.0 readiness and plan their transition. The study also shows that success requires more than just investing in technology; it demands a holistic approach, including strategy and workforce skills. Practical implications – This research provides a practical tool for companies to assess their Industry 4.0 readiness and identify areas for improvement. It can also help policymakers and business leaders develop strategies to support digital transformation. Originality/value – Thisstudy fills a gap in the literature by offering a structured, validated model tailored to the Portuguese industrial context. The Shift2Future model provides a reliable f