MétaCan
Menu
Retour à la cohorte
Enregistrement W4255374636 · doi:10.1504/ijitm.2017.086862

Enhancing BRICS integration: a cloud-based green supply chain concept

2017· article· en· W4255374636 sur OpenAlexaff
Saroj Koul, Hari Narayan Perikamana, Uma Kumar, Vinod Kumar

Notice bibliographique

RevueInternational Journal of Information Technology and Management · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueE-commerce and Technology Innovations
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésCloud computingSupply chainIndustrialisationBusinessIndustrial organizationInternational tradeEconomicsMarketingPolitical scienceMarket economy

Résumé

récupéré en direct d'OpenAlex

Today, BRICS - a five nation active group - represents an emerging power that aims to increase its economic integration in response to new global challenges. While many companies in the BRICS group are opening up new geographical industry clusters, changing their IT landscape, and contributing to global climate change concerns, others are not fully prepared, or ready, to do so. This study explores the applicability of mutually beneficial cloud-based green supply chain system among BRICS nations to help achieve development targets while mitigating the environmental impacts associated with rapid development and industrialisation. Data on the BRICS countries trade potential and patterns is reviewed to get a sense of the movement of goods and services between the BRICS nations. Although regulatory barriers and inter-country coordination pose significant challenges for meeting the promise of BRICS trade cooperation, the adoption of new cloud-based IT technologies, new innovations and new thinking remains an important enabling driver of green supply chain management and needs to be explored.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,002
Communication savante0,0060,007
Science ouverte0,0020,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,009
Tête enseignante GPT0,242
Écart entre enseignants0,233 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Information Technology and ManagementMême sujetE-commerce and Technology InnovationsTravaux en français237 207