Recent advances and opportunities in planning green petroleum supply chains: a model-oriented review
Notice bibliographique
Résumé
Today, petroleum companies cannot be competitive and efficient without considering potential solutions provided by sustainable supply chain management (SSCM) optimization models. SSCM can solve different challenges faced by this sector. Academics and practitioners consider the opportunities offered by decision-making tools for planning sustainable petroleum supply chains. Moreover, the ever-increasing number of publications applying decision-making models to the petroleum industry also attests to this fact. Therefore, the primary objective of this study is to understand the evolution of sustainable supply chain planning in the petroleum industry and highlight the specificities of the body of knowledge in this area. A comprehensive analysis is performed using 23 papers published from 2010 to 2019. This paper proposes a classification framework to analyze different factors in developing mathematical models, including the triple bottom line pillars of sustainability (economic, environmental, and social). The main observation is that planning models that focus on all three sustainability dimensions in the petroleum sector are scarce. Regarding the environmental dimension, the analysis demonstrates that consideration of greenhouse gas emissions, especially CO2 impacts, is dominating planning models. Furthermore, there is an absence of quantitative models that include social dimensions, and this gap must be addressed in the future. Finally, we propose future extensions to develop research in SSCM in the petroleum sector, keeping in mind recent developments from both technological and economic drivers in this specific sector.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».