MétaCan
Menu
Retour à la cohorte
Enregistrement W4200634922 · doi:10.4337/9781800370173.00019

Operations research for planning and managing city logistics systems

2023· book-chapter· en· W4200634922 sur OpenAlexafffund
Teodor Gabriel Crainic, Jesús González-Feliu, Nicoletta Ricciardi, Frédéric Semet, Tom Van Woensel

Notice bibliographique

RevueEdward Elgar Publishing eBooks · 2023
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueUrban and Freight Transport Logistics
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCentre interuniversitaire de recherche sur les reseaux d'entreprise, la logistique et le transportUniversité de Montréal
Mots-clésBusinessHumanitarian LogisticsCity logisticsTraffic managementIntegrated logistics supportProcess managementSupply chainIntegrated business planningOperations managementOperations researchTransport engineeringEngineeringMarketing

Résumé

récupéré en direct d'OpenAlex

City Logistics defines an integrated logistics system, based on stakeholders' cooperation, resource sharing, consolidation, synchronization of operations, multi- and intermodal transport, and the separation of commercial transactions generating demand for goods movements from the planning and execution of the supply activities addressing this demand. Operations Research provides the methodology to design and deploy the advanced planning and management decision-support tools needed to account for the complexity of City Logistics systems and to reach their goals of service, economic, and environmental efficiency, the latter being particularly important in view of the growing climate-change crisis and the immense and accelerating impact of transportation on climate change. We recall the systemic view of City Logistics and its paradigm-changing role for urban freight transportation and logistics. We then review the main Operations Research methods addressing the City Logistics supply-planning issues at strategic, tactical-operational, and dynamic-management levels.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,012
Méta-épidémiologie (sens strict)0,0040,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0050,016
Études des sciences et des technologies0,0020,004
Communication savante0,0100,009
Science ouverte0,0020,003
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0270,011

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 Opus0,215
Tête enseignante GPT0,302
Écart entre enseignants0,087 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEdward Elgar Publishing eBooksMême sujetUrban and Freight Transport LogisticsTravaux en français237 207