MétaCan
Menu
Retour à la cohorte
Enregistrement W2014676081 · doi:10.1080/14942119.2013.851367

Agility capabilities in wood procurement systems: a literature synthesis

2013· article· en· W2014676081 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Forest Engineering · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensTransport Canada
Organismes subventionnairesLehigh University
Mots-clésProcurementSupply chainContext (archaeology)BusinessUpstream (networking)Order (exchange)Process managementComputer scienceEngineeringMarketing

Résumé

récupéré en direct d'OpenAlex

The ability of a firm to detect changing demands and efficiently respond to them can be described as agility. The past decade has seen a significant rise in the literature on the concept of agility. It has been identified as a requirement for growth and competitiveness. However, a review of the related literature reveals that the concept has scarcely been studied in the forest industry context. This study contributes to filling this gap. More specifically, we contextualize agility in wood procurement systems (WPSs). A WPS includes upstream processes and actors in the forest-products supply chain, responsible for procuring and delivering raw materials from the forest to the mill. We first identify the capabilities a WPS needs to possess in order to enable agility. Next, we review the literature in the WPS domain to search for evidence of these capabilities. It was found that aspects of the practices embodied in agility capabilities have already been proposed in the WPS literature but without explicit reference to agility. However, opportunities to further improve the agility of WPSs were also identified. It is suggested that future research focus on determining optimal levels of investments in agility in order to maximize supply-chain profits.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,335
Score d'incertitude au seuil0,596

Scores Codex et Gemma par catégorie

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

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 Opus0,005
Tête enseignante GPT0,183
Écart entre enseignants0,179 · 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