MétaCan
Menu
Retour à la cohorte
Enregistrement W2756490296 · doi:10.5267/j.uscm.2017.7.002

A two warehouse deterministic inventory model for deteriorating items with power demand, time varying holding costs and trade credit in a supply chain system

2017· article· en· W2756490296 sur OpenAlexvenueno aff
D. Sharmila, R. Uthayakumar

Notice bibliographique

RevueUncertain Supply Chain Management · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensnon disponible
Organismes subventionnairesNational Board for Higher Mathematics
Mots-clésTrade creditSupply chainWarehouseBusinessPower (physics)Industrial organizationComputer scienceOperations managementMicroeconomicsOperations researchEconomicsFinanceMarketingMathematics

Résumé

récupéré en direct d'OpenAlex

In the present day, focused commercial centers, offering exchange credit, have turned into a usually received strategy. Past inventory models under reasonable postponement in installments generally accepted that the request of the things was either consistent or simply relying on the retail cost. In this paper, we proposed to sum up, two distribution centers inventory model for crumbling things when the provider offers the retailer to defer period and thus the retailer gives to postpone period to their clients. The request design has been figured in a powerful example, which can be communicated in a straight or exponential shape. Shortages were not permitted. The differing criteria and lead time, smashing expenses were thought to be constant elements of unit cost and lead time, separately. From these, a basic iterative calculation to acquire the ideal renewal number and time booking was given. At last, numerical cases were introduced to show the model and investigation of different parameters was additionally performed. Likewise, the impact of changes in the diverse parameters in the ideal aggregate cost was graphically displayed and the suggestions were examined in details.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
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 enseignants0,738
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,001
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 Opus0,025
Tête enseignante GPT0,245
Écart entre enseignants0,220 · 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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

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