MétaCan
Menu
Retour à la cohorte
Enregistrement W2085481960 · doi:10.3917/riges.313.0078

L'élaboration des stratégies de logistique inversée

2006· article· fr· W2085481960 sur OpenAlexvenueno aff
Marlène Monnet

Notice bibliographique

RevueGestion · 2006
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Résumé La logistique, définie comme le pilotage des flux physiques par les flux d’informations associées, est jugée indispensable à l’amorce de démarches de coordination puis de coopération entre les différents acteurs. La triade relative au succès de la logistique – le bon produit, au bon moment, au bon endroit – est un exemple de ses qualités de gestion et d’organisation des flux. Depuis plusieurs années, les entreprises adoptent des politiques de développement durable afin de respecter les attentes des parties prenantes et de se positionner à long terme sur les marchés. Une politique de développement durable ouvre le champ de la logistique à celui de la logistique verte, de l’écologistique et plus généralement à celui de la logistique inversée. Contrairement à la majorité des réglementations qui contraignent les détenteurs de déchets électriques et électroniques, la directive européenne à ce sujet responsabilise les producteurs tout au long du cycle de vie de leurs produits. À travers le cas des équipements électriques et électroniques, cet article présente les différentes stratégies de logistique inversée que les acteurs mettent en œuvre. Vu le grand nombre d’acteurs en cause, les stratégies collectives sont plus répandues que les stratégies individuelles. Une comparaison entre les contextes européen et nord-américain permet d’identifier les acteurs clés dans la gestion de ces flux de déchets. Les prestataires de services logistiques opérationnels et pilotes jouent ainsi un rôle important en Europe.

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 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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,486
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,012
Tête enseignante GPT0,217
Écart entre enseignants0,205 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations4
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGestionMême sujetSustainable Supply Chain ManagementTravaux en français237 207