A utilização de S&OP para o aumento da produtividade e redução do impacto ambiental na cadeia produtiva de alimentos: o caso da produção de maçã no Brasil
Notice bibliographique
Résumé
Atualmente no Brasil são cultivadas uma grande variedade de frutas. Muitas destas frutas, como é o caso da maçã, foram introduzidas no Brasil e com o passar do tempo tornaram-se populares entre os consumidores brasileiros. A cadeia produtiva da fruta envolve atividades que incluem o cultivo, armazenagem e a comercialização do produto. A produção (cultivo) da maçã acompanha os padrões da sazonalidade da fruta, porém a demanda por este produto existe durante todo o ano. Para acomodar as diferenças entre os padrões de produção e consumo garantindo a manutenção da qualidade do produto e também para reduzir os desperdícios de materiais torna-se essencial o planejamento e a coordenação das atividades de produção, armazenagem e comercialização da maçã. Neste sentido, o presente estudo apresenta as implicações da precariedade do planejamento e de controle dos processos e atividades envolvidas na cadeia produtiva de frutas no Brasil explorando especificamente o caso da produção de maçãs. O estudo evidencia que as práticas de Supply Chain Management (SCM) tais como a utilização de ferramentas de e processos de Sales and Operations Planning (S&OP) contribuiria de maneira significativa para reduzir desperdícios e aumentar a produtividade das empresas do agronegócio no Brasil. A redução das perdas nas etapas da cadeia produtiva permite aumenar a rentabilidade do setor e a disponibilidade de alimentos com um impacto menor no meio ambiente.
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 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 | 0,011 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».