MétaCan
Menu
Retour à la cohorte
Enregistrement W4220979802 · doi:10.1051/ro/2022043

Utilizing energy transition to drive sustainability in cold supply chains: a case study in the frozen food industry

2022· article· en· W4220979802 sur OpenAlexaff
Amin Chaabane, Rami As’ad, Ramin Geramianfar, Zied Bahroun

Notice bibliographique

RevueRAIRO. Operations research · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Supply Chain Traceability
Établissements canadiensÉcole de Technologie SupérieureUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésOperationalizationSustainabilityEnvironmental economicsProduction (economics)Distribution (mathematics)Supply chainTruckBusinessProcess (computing)Linear programmingOperations researchInteger programmingOperations managementComputer scienceMarketingEconomicsMicroeconomicsEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

In alignment with the ever-growing interest in adopting sustainable practices, this paper devises a cold supply chain (CSC) planning model that integrates the three pillars of sustainability into the decision-making process while accounting for the shift towards clean energy sources. Interrelated decisions pertaining to production-distribution strategy, backorder and inventory levels, choice of truck type, and selection of third-party logistics (3PLs) providers are jointly optimized. For global CSCs in specific, such decisions are particularly sensitive to the energy sources of the refrigerated facilities and the accompanying levels of CO2 emissions generated. As such, a multi-objective mixed-integer non-linear programming (MINLP) model is developed and then solved via the weighted-sum method. In essence, the model seeks to operationalize sustainability goals by considering the rapidly evolving transition in energy sources across different regions when deciding on which 3PLs to engage in a contractual agreement with while adjusting the production and distribution strategy accordingly. The practical relevance of the model is illustrated using a case study drawn from the North American frozen food industry. The conducted trade-off analysis indicates the possibility of obtaining a drastic improvement of 86% in jobs’ stability levels (social measure) with a maximum cost increase of around 9% as compared to the economic measure. Furthermore, the analysis reveals that it is possible to reduce 71% of CO2 emissions while attaining 63% reduction in worker variations at the expense of only 4.47% cost increase once compared to solely optimizing the economic objective.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,078
Tête enseignante GPT0,350
Écart entre enseignants0,272 · 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'étudeObservationnel
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

Citations22
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRAIRO. Operations researchMême sujetFood Supply Chain TraceabilityTravaux en français237 207