Performance measurement of reverse logistics enterprise: a comprehensive and integrated approach
Notice bibliographique
Résumé
Purpose Reverse logistics (RL) has gained considerable attention in the literature. The first objective of this study is to develop a comprehensive performance measurement (PM) framework and scorecard for RL enterprise. The second objective is to integrate analytical hierarchy process (AHP) approach for RL PM. Design/methodology/approach The present work presents understanding RL performance and proposes a conceptual comprehensive reverse logistics PM framework and scorecard for managing RL enterprise. The framework developed in the paper is based on an extensive review of literature on RL, PM frameworks such as Balanced Scorecard and performance prism. It is further supported by AHP for calculation of overall comprehensive performance index (OCPI). Findings The scorecard consists of six performance perspectives, as well as key performance measures. The relevance of these perspectives, especially from the reverse logistics viewpoint, has been authenticated. With respect to each perspective, measures have been proposed that efficiently and effectively address the vital facets of an enterprise's business excellence. The paper further proposes a method to prioritize the different performance levels using AHP methodology. It also suggests an OCPI of the enterprise reflecting its relative position and benchmark in the industry sector. Practical implications This study provides a comprehensive PM system and scorecard for measuring and managing RL performance. The integrated AHP methodology developed provides useful guidance for practical managers in evaluation and measuring of RL in a complete and holistic way. Originality/value This paper proposes a comprehensive PM system and scorecard for RL. While suggesting scorecard, different performance measures have been assigned into six different perspectives. The OCPI has been calculated and prioritized performance measures are determined to focus on for continuous improvement.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».