Analysis of supply chain risk in the ceramic industry using the TOPSIS method under a fuzzy environment
Notice bibliographique
Résumé
Purpose Risk management has emerged as a critical issue in operating a supply chain effectively in the presence of uncertainties that result from unexpected variations. Assessing and managing supply chain risks are receiving significant attention from practitioners and academics. At present, the ceramic industry in Bangladesh is growing. Thus, managers in the industry need to properly assess supply chain risks for mitigation purposes. This study aims to identify and analyze various supply chain risks occurring in a ceramic factory in Bangladesh. Design/methodology/approach A model is proposed based on a fuzzy technique for order preference using similarity to an ideal solution (fuzzy-TOPSIS) for evaluating supply chain risks. For this, 20 supply chain risk factors were identified through an extensive literature review and while consulting with experts from the ceramic factories. Fuzzy-TOPSIS contributed to the analysis and assessment of those risks. Findings The results of this research indicate that among the identified 20 supply chain risks, lack of operational quality, lack of material quality and damage to inventory were the major risks for the ceramic sector in Bangladesh. Research limitations/implications The impact of supply chain risks was not shown in this study and the risks were considered independent. Therefore, research can be continued to address these two factors. Practical implications The outcome of this research is expected to assist industrial managers and practitioners in the ceramic sector in taking proactive action to minimize supply chain risks. A sensitivity analysis was performed to determine the relative stability of the risks. Originality/value This study uses survey data to analyze and evaluate the major supply chain risks related to the ceramic sector. An original methodology is provided for identifying and evaluating the major supply chain risks in the ceramic sector of Bangladesh.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».