MétaCan
Menu
Retour à la cohorte
Enregistrement W2806051123 · doi:10.1108/jmtm-08-2017-0164

A DEMATEL approach for evaluating barriers for sustainable end-of-life practices

2018· article· en· W2806051123 sur OpenAlexaff
K. Sivakumar, R. Jeyapaul, K. E. K. Vimal, Pratthosh Ravi

Notice bibliographique

RevueJournal of Manufacturing Technology Management · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésOriginalityContext (archaeology)Value (mathematics)BusinessProcess managementIshikawa diagramRisk analysis (engineering)Knowledge managementOperations managementEngineeringComputer scienceMarketingQualitative researchSociology

Résumé

récupéré en direct d'OpenAlex

Purpose Sustainable end-of-life (Sus-EoL) practices can be achieved through manufacturing of sustainable products, and recovery and recycling after the use phase. To achieve Sus-EoL, the manufacturing organizations should handle their products after their EoL. The recovery of used products is achieved through the design of the collection location. However, the first step is to understand and identify the barriers (e.g. lack of awareness among people, lack of technology, etc.) which prevent the implementation of Sus-EoL practices. The paper aims to discuss these issues. Design/methodology/approach This paper is about the 18 barriers responsible for the poor success of Sus-EoL practices of used plastic parts. By applying the DEMATEL method and by incorporating experts’ knowledge, a prominence and causal relationship diagram was developed through which the influential strength among barriers was studied. Findings The α value is computed as 0.068, and the values lower than α were eliminated to obtain the digraph. Poor curbside pick is identified as the most dominant barrier in implementation of Sus-EoL practices in plastic parts with an influential score of 3.96. Research limitations/implications The research is conducted in the Indian scenario which could be extended to global context by selecting the suitable barriers. Practical implications The results from the study can be used by the managers of organizations to enhance the possibility of Sus-EoL practices by incorporating suitable strategies which is the significant contribution of this study. Originality/value In the past, few authors discussed about the barriers of Sus-EoL practices; however, the analysis of complex interrelationship does not exist. Thus, the global and group interrelationship has been studied which is expected to pave way for future research in the direction of elimination of barriers and so on.

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)0,030
score de la tête « metaresearch » (Gemma)0,048
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 enseignants0,030
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,048
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0250,013
Études des sciences et des technologies0,0040,005
Communication savante0,0060,006
Science ouverte0,0030,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0190,001

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 Opus0,031
Tête enseignante GPT0,300
Écart entre enseignants0,269 · 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

Citations80
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Manufacturing Technology ManagementMême sujetSustainable Supply Chain ManagementTravaux en français237 207