Development of a parametric matrix based on GSCM literature
Notice bibliographique
Résumé
Today Green Supply Chain Management (GSCM) still remains as an attempt alone. For more than a decade, supply chain evolution to be a low carbon chain in an energy and resource constrained world has been posing greater challenges. Though environmental policies remain without much variation towards green operations in an industry, the implantation strategies and stages vary. There have been a number of studies by researchers and a lot of endeavors by organizations to build a green supply chain, mainly because of pressure from the professional bodies like EPA, WEEE, OECD, and Clean Air Act to reduce emissions with growing concerns over climate change issues, global warming, and requirements from policy makers, end users, stake holders and others. But, at the implementation level there lacked a proper framework on GSCM which suggests guidelines for proper planning and coordination, and the practices to be adopted. This indicates the need for a complete strategic approach on the part of decision makers across the supply chain to have sustainability as a corporate social responsibility. The research gap exists in a holistic perception with regard to a product when supply chain stages are mapped for sustainability due to diverse environmental issues. Also, to build a holistic approach, we must know how the stages and levels interact. Thus, in this work, a Parametric Matrix demarking various level and stages of a supply chain related to a product, in general, is developed from various literatures till date. Such a metric will be useful for the industries to identify the bottleneck areas in their supply chain towards sustainability. Hence, the desired and relevant level of factors to be considered at each stage to become green can easily be decided.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».