MétaCan
Menu
Retour à la cohorte
Enregistrement W3173420172 · doi:10.5267/j.uscm.2021.5.006

Towards a deterministic sustainable cost-effective water supply chain

2021· article· en· W3173420172 sur OpenAlexvenueno aff
Hassan Rezazadeh, Zahra Tahmasebi

Notice bibliographique

RevueUncertain Supply Chain Management · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustainabilityWater supplySupply chainEnvironmental economicsComputer scienceWater resourcesVariable (mathematics)Order (exchange)Integer programmingLinear programmingPopulationProduction (economics)Supply chain networkOperations researchBusinessSupply chain managementEnvironmental scienceEnvironmental engineeringEconomicsEngineeringMathematicsMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Managing water resources is one of the most challenging problems in today’s world. There is an immense change in climate change, population growth, and environment, thereby increasing pressures on water resources. Due to future uncertainty and availability of resources, many priorities should be taken into account in the drinking-water system such as environmental impacts, distribution costs and fixed costs. This paper proposes a deterministic mixed-integer linear programming (MILP) model for planning and designing a water supply chain network in order to optimize multi-objective problems. The model considers costs which include fixed and variable costs, in addition, it considers sustainability in terms of environmental viewpoint. The applicability of the model is appraised through a case study whose data gathered from related articles and water and waste company reports in Iran, which consists of five candidate reservoir nodes and four dam nodes besides eleven candidate locations for treatment plants. Thereafter, the proposed model has been coded in GAMS® optimization software. The model could be an expedient tool in order to manage urban water supply chains in a cost-effective and sustainable manner to satisfy water demand at every time 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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,834
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,213
Écart entre enseignants0,205 · 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'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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUncertain Supply Chain ManagementMême sujetWater resources management and optimizationTravaux en français237 207