MétaCan
Menu
Retour à la cohorte
Enregistrement W4293252771 · doi:10.5267/j.ijiec.2022.7.003

Contracts design for serial delivery with connecting time spot: From a perspective of fourth party logistics

2022· article· en· W4293252771 sur OpenAlexvenueno aff
Dong Yang, Xiaohu Qian, Min Huang, Wai-Ki Ching

Notice bibliographique

RevueInternational Journal of Industrial Engineering Computations · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensnon disponible
Organismes subventionnairesState Key Laboratory of Synthetical Automation for Process IndustriesNational Natural Science Foundation of China
Mots-clésIncentiveComputer scienceTransshipment (information security)Profit (economics)IdleOperations researchPareto principleDelivery systemScheduleOperations managementBusinessMicroeconomicsEconomicsComputer securityOperating systemEngineering

Résumé

récupéré en direct d'OpenAlex

For a serial delivery system, the latter 3PL needs to be prepared at the transshipment node in advance to reduce the total delivery time. In this paper, we propose the concept of Connecting Time Spot (CTS) to help 4PL schedule the latter 3PL when to wait at the transshipment node. We study a serial delivery system with a 4PL and two 3PLs, where 4PL designs optimal contracts with two types of CTS (GCTS is derived by system parameter and DCTS is determined by 4PL’s optimization) to induce 3PLs to exert the optimal effort levels. We analyze the effects of CTS on the system profit in the centralized system. For the decentralized system, we particularly investigate the optimal contracts in three penalty modes which are according to the occupancy of the warehouses. The results show that CTS can avoid 3PLs’ idle resources and enhance the system profit for serial delivery both in the centralized system and the decentralized system. Compared with GCTS, DCTS has a better performance in enhancing the system profits. Also, the optimal incentive contracts achieve Pareto improvement for system profits. Interestingly, one 3PL’s delivery penalty mode will not affect the other 3PL’s optimal contracts.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,048
Tête enseignante GPT0,240
Écart entre enseignants0,193 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Industrial Engineering ComputationsMême sujetSupply Chain and Inventory ManagementTravaux en français237 207