Application of Data Envelopment Analysis to Measure the Technical Efficiency of Oil Refineries: A Case Study
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.
Notice bibliographique
Résumé
This paper is an attempt to implement the Data Envelopment Analysis (DEA) approach to measure the relative efficiency of a sample of oil refineries in Iraq over a period of two years, 2009-2010. We demonstrate that DEA is an effective tool for the Ministry of Petroleum (MOP) for monitoring and controlling the performance of oil refineries, which are growing as an important sector in Iraq. The authors followed a case study methodology where data about the inputs and outputs of refineries are gathered and analyzed to compute the relative efficiency of the refineries. Based on the results obtained, 50% of the refineries were efficient in 2009, while 58% of them were efficient in 2010, and the overall efficiency of the refineries studied was about 82% and 87% respectively. Later, inefficient refineries were investigated closely to identify the areas in which the use of resources manifest decreasing returns to scale. We concluded the paper with some recommendations on the applicability of the DEA for oil refinery efficiency evaluation. Due to the absence of research work, in this discipline, in the oil sector in Iraq, this study shall augment our knowledge on how oil refineries in Iraq may apply DEA to measure their efficiency, and how they might use the results to overcome efficiency problems. Although the results of the present paper are limited to the oil refineries studied; the DEA approach could trigger the attention of policy makers in the MOP to apply DEA to improve the efficiency of other DMUs. In addition, other manufacturing and service sectors in Iraq could, also, benefit from this approach.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle