MétaCan
Menu
Retour à la cohorte
Enregistrement W2606516030 · doi:10.1155/2017/6350562

Green Supply Chain Network Design with Economies of Scale and Environmental Concerns

2017· article· en· W2606516030 sur OpenAlexvenueno aff
Dezhi Zhang, Fangzi Zou, Shuangyan Li, Lingyun Zhou

Notice bibliographique

RevueJournal of Advanced Transportation · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensnon disponible
Organismes subventionnairesDivision of Graduate EducationCentral South UniversityNational Natural Science Foundation of China
Mots-clésSupply chainEconomies of scaleInvestment (military)Scale (ratio)Facility location problemNetwork planning and designSupply chain networkIndustrial organizationUnit (ring theory)BusinessEnvironmental economicsSupply chain managementEconomyEconomicsOperations researchComputer scienceMicroeconomicsEngineeringMarketingTelecommunicationsMathematics

Résumé

récupéré en direct d'OpenAlex

This study considers a design problem in the supply chain network of an assembly manufacturing enterprise with economies of scale and environmental concerns. The study aims to obtain a rational tradeoff between environmental influence and total cost. A mixed-integer nonlinear programming model is developed to determine the optimal location and size of regional distribution centers (RDCs) and the investment of environmental facilities considering the effects of economies of scale and CO 2 emission taxes. Numerical examples are provided to illustrate the applications of the proposed model. Moreover, comparative analysis of the related key parameters is conducted (i.e., carbon emission tax, logistics demand of customers, and economies of scale of RDC), to explore the corresponding effects on the network design of a green supply chain. Moreover, the proposed model is applied in an actual case—network design of a supply chain of an electric meter company in China. Findings show that (i) the optimal location of RDCs is affected by the demand of customers and the level of economies of scale and that (ii) the introduction of CO 2 emission taxes will change the structure of a supply chain network, which will decrease CO 2 emissions per unit shipment.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,451
Score d'incertitude au seuil0,414

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
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 Opus0,009
Tête enseignante GPT0,205
Écart entre enseignants0,196 · 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.

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

Citations39
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetSustainable Supply Chain ManagementTravaux en français237 207