Méthode instrumentée pour l'amélioration continue des processus logistiques
Notice bibliographique
Résumé
De nombreux dirigeants d'entreprise considèrent aujourd'hui la gestion de leurs chaînes logistiques comme une priorité. L'enjeu consiste à optimiser simultanément la satisfaction de leurs clients et la rentabilité nécessaire de leurs activités. Mais l'instabilité récurrente des marchés les oblige à repenser de façon permanente leurs processus au travers d'une démarche d'amélioration continue. Un rapide tour d'horizon des méthodes et outils relatifs à chaque étape de cette démarche souligne deux limites pour le cas des processus logistiques. D'abord, il ne semble pas exister de réel consensus quant à la méthode à adopter pour structurer la phase d'observation d'un système logistique. Nous proposons alors un référentiel de diagnostic des chaînes logistiques permettant de dégager les caractères discriminants d'un système logistique. Ensuite, notre analyse met à jour un manque d'outils permettant de faire le lien entre cette phase de diagnostic (et notamment l'étape de modélisation) et la phase de traitement de la démarche d'amélioration. Nous proposons pour ce faire une grille instrumentée d'analyse/actions permettant d'établir ce lien. Les deux propositions sont déclinées sur le cas d'une chaîne logistique pharmaceutique.
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 | 0,007 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».