MétaCan
Menu
Retour à la cohorte
Enregistrement W3005263696 · doi:10.3390/logistics4010003

Strategic Analysis of the Automation of Container Port Terminals through BOT (Business Observation Tool)

2020· article· en· W3005263696 sur OpenAlexaff
Alberto Camarero Orive, José Santiago, María Magdalena Esteban-Infantes Corral, Nicoletta González–Cancelas

Notice bibliographique

RevueLogistics · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMaritime Ports and Logistics
Établissements canadiensTransport Canada
Organismes subventionnairesnon disponible
Mots-clésAutomationElectrificationPort (circuit theory)Container (type theory)Process (computing)Computer scienceDigital transformationSystems engineeringBusiness processProcess automation systemProcess managementEngineering managementManufacturing engineeringEngineeringOperations managementWork in processElectricityWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

The port system is immersed in a process of digital transformation towards the concept of Ports 4.0, under the new regulatory and connectivity requirements that are expected of them. As a result of the changes that the industrial revolution 4.0 is imposing, based on new information technologies and the change of energy model, the electrification of modes of transport from alternative energies and the total digitalization of the processes is occurring. This conversion to digital, intelligent, and green ports requires the implementation of the new technologies offered by the market. The inclusion of these enabling tools has allowed the development of automated terminals under a functional approach. This article aims to offer the responsible entities a new methodology (BOT) that allows them to successfully undertake the automation of terminals, taking into account the reality of the conditions of the environment in which they are developed. By quantifying the factors that facilitate or impede implementation, it will be possible to determine the strategy to be followed and the necessary measures to be adopted in the project; constituting, therefore, a novel management and planning tool.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,073
Tête enseignante GPT0,247
Écart entre enseignants0,174 · 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

Citations40
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLogisticsMême sujetMaritime Ports and LogisticsTravaux en français237 207