MétaCan
Menu
Retour à la cohorte
Enregistrement W30717401 · doi:10.3390/cells8020115

Trends In Australian Fresh Milk Supply Chains

2003· article· en· W30717401 sur OpenAlexfundno aff
G. Issar, R. T. Cowan, Malcolm K. Wegener

Notice bibliographique

RevueCells · 2003
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLivestock Management and Performance Improvement
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaBanting Research Foundation
Mots-clésSupply chainBusinessProduct (mathematics)Supply chain managementDeregulationMarketingIndustrial organizationDairy industryCommerceEconomicsMarket economy

Résumé

récupéré en direct d'OpenAlex

The completion of the dairy industry deregulation process in June 2000 is transforming the fresh milk and fresh milk products supply chains in Australia. This transformation is set in an environment where markets are getting more complex and competitive, consumers more discerning and conscious about food safety and public policy is more focused on environment related issues. Supply chains are becoming more integrated, and innovation in product, process and supply chains is revolutionising the way products are being produced, distributed and marketed (Fearne & David 1999). This paper is based on research which, following supply chain management literature, identifies the success strategies in the dairy industry supply chains in Australia. The enquiry seeks to understand the nature and shape of supply chains and the exchange relationship between supply and value chains. The fieldwork for the research involved semi-structured interviews at middle to senior management level in the retail, processing, production and input market of the dairy industry supply chains. The data was managed and analysed using software NVivo ver. 2.0, which assists in identifying major themes and relationships between concepts in data.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,343

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,005
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,1020,013

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 Opus0,022
Tête enseignante GPT0,222
Écart entre enseignants0,200 · 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'étudeObservationnel
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

Citations1
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCellsMême sujetLivestock Management and Performance ImprovementTravaux en français237 207