A conceptual framework to understand retailers'logistics and transport organization-illustrated for groceries'goods movements in France and Germany
Notice bibliographique
Résumé
The article proposes a conceptual framework for analyzing the key drivers for retailers’ transport demand more systematically. Certainly, a better understanding of the reasons behind the growth in transport demand is crucial in formulating effective measures to manage and reduce emissions. Regarding to retailer-led supply chains, analyzing the retailers’ transport demand and its key drivers seems to be indispensable. This issue is even more important on an urban scale as retailers have a high share of urban freight transport. \nThe authors’ main assumption is that retailers’ transport strategies are dependent to non-transport-related context, both internally to the non-transport strategies and also externally to the company’s environment. A classification of the context in three layers is suggested: \n• The macro-context represents retailers’ upstream context which includes the competitive and regulatory framework of retail industry, as well as consumers’ consumption patterns. \n• The meso context refers to the retailer’s sectorial dynamic. It includes aspects such as the vertical integration of wholesale stage or new relationships with suppliers e.g. through the development of own-brand products \n• The micro context is related to the strategy of the individual retailer and encompasses economic strategies (type of retail format, marketing area etc.). \nFurthermore, the paper illustrates the chains of interdependencies between different layers of context and their consequences for logistics and transport organization, using the example of food retailers in France and Germany. As one result, the influence of retailers’ sales related strategies on logistics and transport can be demonstrated.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».