MétaCan
Menu
Retour à la cohorte
Enregistrement W2078069517 · doi:10.1155/2013/702939

An Inventory Model for Perishable Products with Stock-Dependent Demand and Trade Credit under Inflation

2013· article· en· W2078069517 sur OpenAlexaff
Shuai Yang, Chulung Lee, Anming Zhang

Notice bibliographique

RevueMathematical Problems in Engineering · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Research Foundation of KoreaNational Natural Science Foundation of ChinaNational Research Foundation
Mots-clésEconomic order quantityTrade creditPurchasingRevenueEconomicsStock (firearms)Holding costTime value of moneyInterest rateMicroeconomicsMonetary economicsBusinessFinanceSupply chainOperations management

Résumé

récupéré en direct d'OpenAlex

We consider an inventory model for perishable products with stock-dependent demand under inflation. It is assumed that the supplier offers a credit period to the retailer, and the length of credit period is dependent on the order quantity. The retailer does not need to pay the purchasing cost until the end of credit period. If the revenue earned by the end of credit period is enough to pay the purchasing cost or there is budget, the balance is settled and the supplier does not charge any interest. Otherwise, the supplier charges interest for unpaid balance after credit period, and the interest and the remaining payments are made at the end of the replenishment cycle. The objective is to minimize the retailer’s (net) present value of cost. We show that there is an optimal cycle length to minimize the present value of cost; furthermore, a solution procedure is given to find the optimal solution. Numerical experiments are provided to illustrate the proposed model.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0030,001
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,023
Tête enseignante GPT0,206
Écart entre enseignants0,184 · 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'étudeSimulation ou modélisation
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

Citations7
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Problems in EngineeringMême sujetSupply Chain and Inventory ManagementTravaux en français237 207