MétaCan
Menu
Retour à la cohorte
Enregistrement W4243279811 · doi:10.1111/itor.12727

Special issue on “Transportation and Logistics with Autonomous Technologies”

2019· article· en· W4243279811 sur OpenAlexaff
Mario Guajardo, Teodor Gabriel Crainic, Debjit Roy, Stein W. Wallace

Notice bibliographique

RevueInternational Transactions in Operational Research · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Manufacturing and Logistics Optimization
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésPaceComputer scienceUploadEmerging technologiesOperations researchVariety (cybernetics)Engineering managementEngineeringWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

The development of autonomous technologies, such as self-driving cars and unmanned vessels, is progressing at a fast pace. While design and safety concerns have been the focus of debate around these new technologies, recent research is also concerned about their implications in transport operations and logistics. This special issue welcomes articles on transportation and logistics with autonomous technologies, covering a broad range of aspects such as transportation of goods and passengers, distribution networks, material handling, and warehousing. The call is open to autonomous technologies in a broad sense, including fully autonomous and partially autonomous systems. Thus, for example, operations with unmanned vehicles remotely controlled, management of fleets mixing both autonomous and non-autonomous vehicles, and coordination between robots and human workers in warehouses are also relevant. Contributions on both methodology and practice of operations research in connection with transportation and logistics with autonomous technologies are equally welcomed, including analytical methods and models for decision-making problems, and their application. The deadline for submissions is October 31, 2019. Papers will be peer-reviewed according to the editorial policy of the International Transactions in Operational Research (ITOR), published by the International Federation of Operational Research Societies (IFORS). They should be original, unpublished, and not currently under consideration for publication elsewhere. Contributions should be prepared according to the instructions to authors that can be found on the journal homepage. Authors should upload their contributions using the submission site http://mc.manuscriptcentral.com/itor, indicating in their cover letter that the paper is intended for this special issue. Other inquiries should be sent directly to the Guest Editors in charge of this issue: Mario Guajardo (mario.guajardo@nhh.no), Teodor G. Crainic (teodorgabriel.crainic@cirrelt.net), Debjit Roy (debjit@iima.ac.in), Stein W. Wallace (stein.wallace@nhh.no).

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,955
Score d'incertitude au seuil0,737

Scores Codex et Gemma par catégorie

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

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 Opus0,026
Tête enseignante GPT0,312
Écart entre enseignants0,286 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Transactions in Operational ResearchMême sujetAdvanced Manufacturing and Logistics OptimizationTravaux en français237 207