MétaCan
Menu
Retour à la cohorte
Enregistrement W2406183637 · doi:10.1080/03155986.2003.11732678

Development Of A Catch Allocation Tool Design For Production Planning At Js Mcmillan Fisheries

2003· article· en· W2406183637 sur OpenAlexaffvenueabout
Mehmet A. Begen, Martin L. Puterman

Notice bibliographique

RevueINFOR Information Systems and Operational Research · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueOptimization and Mathematical Programming
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFishingProfit (economics)Production (economics)FisheryProduct (mathematics)Operations researchPlan (archaeology)Fisheries managementDecision support systemComputer scienceQuality (philosophy)BusinessEngineeringEconomicsGeographyMicroeconomicsMathematicsData mining

Résumé

récupéré en direct d'OpenAlex

JS McMillan Fisheries Ltd. (JSM) is a Vancouver-based commercial fishing, production and distribution company. As the operations of JSM evolved, the process of allocating a commereial salmon catch to a set of final products has become complex and time-consuming. We developed a linear programming based decision support tool to assist JSM management with this allocation decision. The decision support tool yields a production plan that maximizes the profit potential of the catch and allows management to carry out “what if” analyses. Moreover, this paper explores implementation issues such as modeling fish quality deterioration, measuring the effect of by-product and addressing catch-size uncertainty.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,102
Tête enseignante GPT0,324
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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations5
Publié2003
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueINFOR Information Systems and Operational ResearchMême sujetOptimization and Mathematical ProgrammingTravaux en français237 207