applicability of Robotic Process Automation in the Supply Chain & Logistics Industry in Sri Lanka
Notice bibliographique
Résumé
As technology transforms the business world, the supply chain and logistics sector need to embrace automation that promise rebuilding and integrating sustainable supply chains. Robotic process automation is the application of automating the business processes using software bots. These software bots can enter data into software applications, manipulate data, and communicate with other software applications. However, most robotic process automation literature focuses on sectors such as finance, but little research focuses on supply chain and logistics sector applications. Besides, robotic process automation in the Sri Lankan supply chain context is less studied. Therefore, the study's main objectives are to identify the applicability of robotic process automation in supply chain and logistics industry in Sri Lanka. Furthermore, the study aims to identify employee perception towards robotic process automation implementations in the supply chain logistics industry in Sri Lanka. This study uses qualitative and quantitative research methods to collect data. Initially, a case study was conducted in one Logistics Company. A comprehensive feasibility framework was developed to identify the most feasible process. The AS-IS process and data flow mapping were developed to in-depth study the applicability of robotic process automation of the selected process. Findings confirm that many tasks of the selected process can be automated using robotic process automation. Moreover, a survey was conducted to identify employee perception towards robotic process automation implementations. The findings reflect that the young employees who have higher education and income levels are more likely to view robotic process automation as a positive impact on their jobs in the supply chain and logistics industry in Sri Lanka. Keywords: Robotic Process Automation, Supply Chain and Logistics Industry in Sri Lanka, Employee Perception, Feasibility Framework
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».