MétaCan
Menu
Retour à la cohorte
Enregistrement W4210691405 · doi:10.5267/j.uscm.2021.12.006

Building green supply chain management in pharmaceutical companies in Indonesia

2022· article· en· W4210691405 sur OpenAlex
Prasadja Ricardianto, Amrulloh Ibnu Kholdun, Khalil Ridhonudzon Fachrey, Nofrisel Nofrisel, Lira Agusinta, Edhie Budi Setiawan, Zaenal Abidin, Okin Ringan Purba, Erni Pratiwi Perwitasari, Endri Endri

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueUncertain Supply Chain Management · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessSupply chainSupply chain managementDistribution (mathematics)Process (computing)Reverse logisticsEnvironmentally friendlyGreen logisticsPath (computing)Path analysis (statistics)Industrial organizationOperations managementEnvironmental economicsProcess managementMarketingComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

This study aims to analyze the contribution of Green Manufacturing and Green Distribution on improving the performance of Green Supply Chain Management (GSCM) through Reverse Logistics. The development of industry and increasing consumer concern for the environment as well as issues regarding the concept of an environmentally sound industry have forced industries to adjust in line with the GSCM concept. To make the program a success, Green Manufacturing, Green Distribution, and Reverse Logistics are assumed to be supporting the implementation process. This study uses quantitative methods, with the number of samples taken randomly as many as 70 people. The analysis was carried out using the Path Analysis method. Hypothesis testing was carried out in two stages, namely Structural Model-1 and Structural Model-2 testing to obtain each path coefficient number. The results of the study conclude that there is the contribution of Green Manufacturing, Green Distribution, and Reverse Logistics on the success of GSM implementation so that companies must always pay attention to the facilities and related policies to improve the performance of those variables.

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.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,682
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0030,006
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,020
Tête enseignante GPT0,266
Écart entre enseignants0,245 · 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