MétaCan
Menu
Retour à la cohorte
Enregistrement W3121303911 · doi:10.1109/dasa51403.2020.9317099

Performance Evaluation of Pulp and Paper Mills: Bootstrap Data Envelopment Analysis Approach

2020· article· en· W3121303911 sur OpenAlexaffabout
Shashi K. Shahi, Mohamed Dia

Notice bibliographique

Revue2020 International Conference on Decision Aid Sciences and Application (DASA) · 2020
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEfficiency Analysis Using DEA
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésMillData envelopment analysisPulp (tooth)Paper millEngineeringPulp and paper industryComputer scienceWaste managementMathematicsMechanical engineeringStatistics

Résumé

récupéré en direct d'OpenAlex

The pulp and paper industry converts roundwood and recycled fibre, collected from wastepaper into printing and writing papers. The pulp and paper mills in Ontario have been facing extreme competitive pressures, which have affected their performance leading to several mill closures. The purpose of this study is to evaluate and compare the relative performance of three types of Ontario's pulp and paper mills (using all fibre, only roundwood fibre, and only recycled fibre). This study uses bootstrap data envelopment analysis and the results indicate low levels of overall technical and managerial efficiencies. The results of this study provide policy makers with detailed performance analysis so that future input resources can be reallocated to improve the performance of the pulp and paper mills in Ontario. It is recommended that the pulp and paper mills using recycled fibre require huge capital investments to install de-inking technology to improve performance.

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)0,007
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,926
Score d'incertitude au seuil0,841

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,344
Tête enseignante GPT0,452
Écart entre enseignants0,108 · 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'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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue2020 International Conference on Decision Aid Sciences and Application (DASA)Même sujetEfficiency Analysis Using DEATravaux en français237 207