MétaCan
Menu
Retour à la cohorte
Enregistrement W4312198903 · doi:10.1109/ieem55944.2022.9989573

Barriers to The Transition from Supply Chain 4.0 (SC4.0) To Supply Chain 5.0 (SC5.0)

2022· article· en· W4312198903 sur OpenAlexaff
Arshil Ahmad, Hisham Fazal Syed, Jay Joshi, Sharfuddin Ahmed Khan

Notice bibliographique

Revue2022 IEEE International Conference on Industrial Engineering and Engineering Management (IEEM) · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueDigital Transformation in Industry
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésSupply chainBusinessComputer scienceRisk analysis (engineering)Marketing

Résumé

récupéré en direct d'OpenAlex

Supply Chain 4.0 (SC4.0) is an enhanced account of the supply chain that consists of artificial intelligence, cloud, and data analysis, whereas Supply Chain 5.0 (SC5.0) is a visionary aspect of the supply chain to succeed SC4.0 by customizing consumer requirements by combining machine proficiency and human efforts. Irrespective of abundant growth in SC4.0 technologies, SC5.0 weighs on human interface with technological advancements for the betterment of supply chain activities, which in turn benefits society and reflects the importance of the concept of this research. The literature review and methodology provide further understanding of the subject by explaining software use on the surveys to accumulate responses based on automation, demand, societal requirements, and so on. Barriers to this transformation result in a clarification of the challenges that the world will face for the successful transformation from SC4.0 to SC5.0. Overall, this study focuses on providing various factors on the transition of SC4.0 to SC5.0 that could combine human brain and technology for improved results.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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: Empirique
Score de désaccord entre enseignants0,243
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 GPT0,217
Écart entre enseignants0,191 · 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.

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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 IEEE International Conference on Industrial Engineering and Engineering Management (IEEM)Même sujetDigital Transformation in IndustryTravaux en français237 207