MétaCan
Menu
Retour à la cohorte
Enregistrement W2965281988 · doi:10.1108/ijqrm-09-2018-0255

Managing quality decisions in supply chain

2019· article· en· W2965281988 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Quality & Reliability Management · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueQuality and Supply Management
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésSupply chainQuality (philosophy)Quality costsComputer scienceOperations managementWork (physics)BusinessOperations researchValue (mathematics)Supply chain managementRisk analysis (engineering)Cost controlEngineeringMarketing

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to develop an optimization model to better allocate cost of quality (COQ) in the supply chain (SC). In addition, the paper provides a roadmap based on COQ that allocates limited given budget among the SC entities. Design/methodology/approach This paper presents a comprehensive SC model while introducing six different scenarios, where each scenario minimizes fixed costs and COQ of the SC. Findings The results showed that the highest portion of the COQ should be allocated at the retailer echelon while the lowest portion should be kept at the manufacturer echelon. The findings also presented that the retailer should always maintain the highest quality level (QL) compared to the manufacturer and supplier. Originality/value Considering prevention, appraisal and failure (PAF) cost model, this research defines the tradeoff among PA, F costs, QL and material flow in the SC network; no work has been published regarding integrating PAF, QL and material flow into SC modeling.

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.

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)0,011
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,431
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,032
Tête enseignante GPT0,324
Écart entre enseignants0,292 · 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