MétaCan
Menu
Retour à la cohorte
Enregistrement W3082681384

ReValue project Report – Deliverable 1.2 - Logistics and Cold Chain Management Concepts - OC2020 A-094

2020· article· en· W3082681384 sur OpenAlexaboutno aff
Mani Sankar Dasgupta, Srikanta Routroy, Souvik Bhattacharyya, Abdullah Sultan, Santosh Kumar Saini, Khushboo Gupta, Nutan Kaushik, Kristina Norne Widell, Guro Møen Tveit, Maitri Thakur

Notice bibliographique

RevueDuo Research Archive (University of Oslo) · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueFlexible and Reconfigurable Manufacturing Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDeliverableCold chainChain (unit)Operations managementProcess managementBusinessSystems engineeringEngineering managementEngineeringComputer scienceMechanical engineeringPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This is a summarised report conveying deliverable D1.2 (i.e. Logistics and cold chain management task) of WP1 in the Revalue project. The results mentioned in this report have been derived from the proceedings communicated to the 25th IIR International Congress of Refrigeration, Montreal & 6th IIR Conference on Sustainability and the Cold Chain, Nantes. Food loss due to improper cold chain setups and underdeveloped logistics hold a significant role in any perishable food supply chain. Revamping the entire structure with a large-scale investment may provide a solution but the implementation of such a development is difficult due to highly fragmented supply chain (WP 1 report, 2019). This report explores the potentials of improving the cold chain and associated logistics which will lead to effectual improvements.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,611
Score d'incertitude au seuil0,681

Scores Codex et Gemma par catégorie

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

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 Opus0,051
Tête enseignante GPT0,274
Écart entre enseignants0,223 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDuo Research Archive (University of Oslo)Même sujetFlexible and Reconfigurable Manufacturing SystemsTravaux en français237 207