MétaCan
Menu
Retour à la cohorte
Enregistrement W2772971640 · doi:10.1177/0008125618759685

How Do Intelligent Goods Shape Closed-Loop Systems?

2018· article· en· W2772971640 sur OpenAlexaff
Risto Rajala, Esko Hakanen, Juri Mattila, Timo Seppälä, Mika Westerlund

Notice bibliographique

RevueCalifornia Management Review · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueUniversity-Industry-Government Innovation Models
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésClosed loopLeverage (statistics)Circular economyIndustrial organizationArchetypeSustainabilityGoods and servicesBusinessDigital economyClothingBusiness modelCompetitive advantageInformation goodComputer scienceInformation systemKnowledge managementEconomicsMarketingEconomyEcologyEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Disruptive technologies can increase the intelligence of goods and revitalize business models in the circular economy. Applying an industrial ecology perspective, this article discusses how intelligent goods can boost the sustainability of industrial ecosystems. North American and European cases highlight how business model innovators can utilize goods-related information to develop more competitive closed-loop systems. The authors identify three archetypes of closed-loop systems—inner circles, decentralized systems, and open systems—and delineate how they leverage information resources for collaboration. This study advances the understanding of closed-loop systems in the circular economy, which is more dependent than ever on digital platforms.

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)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,013
Communication savante0,0070,012
Science ouverte0,0010,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,038
Tête enseignante GPT0,248
Écart entre enseignants0,210 · 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'étudeThéorique ou conceptuel
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

Citations97
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCalifornia Management ReviewMême sujetUniversity-Industry-Government Innovation ModelsTravaux en français237 207