MétaCan
Menu
Retour à la cohorte
Enregistrement W3141893698 · doi:10.5267/j.uscm.2021.3.002

Optimal order quantity considering carbon emission costs, defective items, and partial backorder

2021· article· en· W3141893698 sur OpenAlexvenueno aff
Yosef Daryanto, Bellachintya Reira Christata

Notice bibliographique

RevueUncertain Supply Chain Management · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomic order quantityEconomic shortageOrder (exchange)ImperfectTotal costFunction (biology)Greenhouse gasSensitivity (control systems)Product (mathematics)Carbon fibersOperations researchHolding costProduction (economics)Quality (philosophy)Environmental economicsEconomicsComputer scienceBusinessOperations managementMicroeconomicsMathematicsSupply chainEngineeringGovernment (linguistics)

Résumé

récupéré en direct d'OpenAlex

To respond to the adoption of carbon pricing regulations, researchers and industry are developing low carbon inventory models that can meet emission reduction targets while maintaining company profits. The challenge is getting tougher when the company is still facing problems related to imperfect product quality. This research solves this problem by developing an economic order quantity (EOQ) model by considering several sources of carbon emissions, as well as the influence of the defective rates, different demand rates, selling price and holding cost for defective products, and shortages backorder. The objective function of the formulated mathematical model is to minimize the total costs which include the emission costs. A numerical example is developed to illustrate the model based on the previous data set. Sensitivity analysis is also carried out to validate the model and to learn more about the system characteristics. The total emissions are calculated and the affecting factors are identified.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,688
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,002
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 Opus0,014
Tête enseignante GPT0,236
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.

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

Citations18
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUncertain Supply Chain ManagementMême sujetSustainable Supply Chain ManagementTravaux en français237 207