Blood platelet bank inventory management: an approximate dynamic programming approach
Notice bibliographique
Résumé
Blood platelets are precious and highly perishable; their supply and demand suffer from significant variation. Consequently, the inventory management of platelets is an actual, contemporary prob- lem of considerable human interest. Although many researchers have solved a plethora of inventory models, their solutions have faced various challenges. This dissertation models some of these chal- lenges, alongside expenses and stock levels. This dissertation is based on four key objectives: (1) to develop a blood platelet inventory model that can represent an actual blood bank inventory, while overcoming the problem's curse of dimensionality; (2) to look for the best issuing policy based on the proposed model that can serve different incoming blood platelet demands; (3) to analyze the effect of having a new, artificial blood platelet alongside the existing natural eight blood types; and (4) to enhance the proposed model for a dual-supplied regional blood platelet bank that serves a network of hospitals. Blood platelet inventory management model is a multi-period, multi-product model that considers the eight natural blood types with uncertain demand, and deterministic lead times, alongside the artificial platelet and patients right to refuse it. The study is supported by both a review of literature and a testing data provided by the Canadian Blood Service. The findings show that modeling blood platelet inventory management, including the eight blood types and their ages, represents the actual-life model without any need for downsizing. It also leads to significantly reductions in shortages and outdates while increasing reward gained and maintaining minimal inventory levels. Compared to a single supply model, the dual supply model give less shortage and outdate rates. The regional blood bank inventory model considers the fact that patients have the right to refuse transfusion using artificial blood platelets. Finally, if the percentage of artificial supply in the inventory is more than 30% and the rate of patient acceptance is more than 30%, then both outdate and shortage percentages are below 1%.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,003 | 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) | 0,001 | 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 ».