MétaCan
Menu
Retour à la cohorte
Enregistrement W2268251660 · doi:10.5267/j.uscm.2015.11.002

Effect of learning and salvage worth on an inventory model for deteriorating items with inventory-dependent demand rate and partial backlogging with capability constraints

2016· article· en· W2268251660 sur OpenAlexvenueno aff
Neeraj Kumar, Sanjey Kumar

Notice bibliographique

RevueUncertain Supply Chain Management · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInventory turnoverInventory costOperations managementInventory managementEconometricsComputer scienceBusinessMicroeconomicsEconomicsMarketingSupply chainFinanceProfitability index

Résumé

récupéré en direct d'OpenAlex

In this paper, an inventory model is built with inventory-dependent demand rate and twowarehouses in which demand rate is a polynomial of current inventory level. Moreover, it is typically the case in which the value of system engaged in repetitive operations decreases. Thus, the impact of learning from repetitive method cannot be unnoticed while developing the inventory model with two-level storage. Here, we tend to assume that the capability of the own warehouse, holding value of own and rented warehouse is partly constant and partly decreasing in every cycle, merit to learning impact. Impact of salvage worth is additionally thought of for the deteriorating things. Additionally, we tend to give shortages and assume that the backlogging demand rate depends on the period of the stock-out. The solution is found with the help of some numerical examples. Sensitivity analysis in relation to numerous parameters is also shown.

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)0,003
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,906
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,014
Tête enseignante GPT0,237
Écart entre enseignants0,223 · 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'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

Citations19
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUncertain Supply Chain ManagementMême sujetSupply Chain and Inventory ManagementTravaux en français237 207