MétaCan
Menu
Retour à la cohorte
Enregistrement W3096132526 · doi:10.24006/jilt.2020.18.3.127

Implications of a Pandemic Outbreak Risk: A Discussion on China’s Emergency Logistics in the Era of Coronavirus Disease 2019 (COVID-19)

2020· article· en· W3096132526 sur OpenAlexafffund
Yui‐yip Lau, Zhang Jiamian, K. Y. Ng Adolf, Roozbeh Panahi

Notice bibliographique

RevueJournal of International Logistics and Trade · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFacility Location and Emergency Management
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesCanadian Institutes of Health ResearchResearch Manitoba
Mots-clésChinaContext (archaeology)PandemicOutbreakBusinessEmergency managementCoronavirus disease 2019 (COVID-19)Medical emergencyDiseaseEconomic growthMedicinePolitical scienceGeographyInfectious disease (medical specialty)VirologyEconomics

Résumé

récupéré en direct d'OpenAlex

Emergency logistics is an important means to deal with disasters and public crises. Since the outbreak of the severe acute respiratory syndrome (SARS) virus in 2003, China has established and developed an emergency logistics management system. With the outbreak of coronavirus disease (COVID-19) in China, its emergency logistics system is facing unfolded challenges. The main purposes of this study are to explore the development of China’s emergency logistics system in this context and identify the critical success factors for such systems. A series of focus groups are organized to collect the opinions of 24 interviewees from three Chinese cities, namely Wuhan, Shanghai, and Xi’an. Through the analysis, a framework of the critical success factors for emergency logistics in China is recreated. The key elements are demand forecasting and planning, inventory management, distribution network , and systematic information management . Findings suggest critical points on the design and imple-mentation of the emergency logistics operations during a chaotic period.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,635
Score d'incertitude au seuil0,251

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,094
Tête enseignante GPT0,337
Écart entre enseignants0,242 · 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'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

Citations31
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of International Logistics and TradeMême sujetFacility Location and Emergency ManagementTravaux en français237 207