Extending the Horizons: Environmental Excellence as Key to Improving Operations
Notice bibliographique
Résumé
The view that adopting an environmental perspective on operations can lead to improved operations is in itself not novel; phrases such as “lean is green” are increasingly commonplace. The implication is that any operational system that has minimized inefficiencies is also more environmentally sustainable. However, in this paper we argue that the underlying mechanism is one of extending the horizons of analysis and that this applies to both theory and practice of operations management. We illustrate this through two principal areas of lean operations, where we identify how successive extensions of the prevailing research horizon in each area have led to major advances in theory and practice. First, in quality management, the initial emphasis on statistical quality control of individual operations was extended through total quality management to include a broader process encompassing customer requirements and suppliers’ operations. More recently, the environmental perspective extended the definition of customers to stakeholders and defects to any form of waste. Second, in supply chain management, the horizon first expanded from the initial focus on optimizing inventory control with a single planner to including multiple organizations with conflicting objectives and private information. The environmental perspective draws attention to aspects such as reverse flows and end-of-life product disposal, again potentially improving the performance of the overall supply chain. In both cases, these developments were initially driven by practice, where many of the benefits of adopting an environmental perspective were unexpected. Given that these unexpected side benefits seem to recur so frequently, we refer to this phenomenon as the “law of the expected unexpected side benefits.” We conclude by extrapolating from the developmental paths of total quality management and supply chain management to speculate about the future of environmental research in operations management.
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 | 0,016 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,021 |
| Communication savante | 0,015 | 0,027 |
| Science ouverte | 0,002 | 0,014 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».