Utilizing energy transition to drive sustainability in cold supply chains: a case study in the frozen food industry
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.
Notice bibliographique
Résumé
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 CO 2 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 CO 2 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.
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 | 0,010 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 découle