MétaCan
Menu
Retour à la cohorte
Enregistrement W4313430789 · doi:10.3390/su142416979

Coordinated Distribution or Client Introduce? Analysis of Energy Conservation and Emission Reduction in Canadian Logistics Enterprises

2022· article· en· W4313430789 sur OpenAlexaboutno aff
Yuntao Bai, Yuan Gao, Delong Li, Dehai Liu

Notice bibliographique

RevueSustainability · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessDistribution (mathematics)Profit (economics)MaximizationEnvironmental economicsMode (computer interface)Industrial organizationScale (ratio)Energy conservationEconomies of scalePopulationMarketingComputer scienceEconomicsMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Due to the large area and small population of Canada, the efficiency of logistics enterprises is low, and each logistics enterprise needs to cooperate to save energy and reduce emissions. Considering that each logistics enterprise can realize the maximization of its own benefit by controlling the distribution volume and the input of facilities. In this article, the differential game model of individual distribution, coordinated distribution and paid introduction of customers for each logistics enterprise is constructed, the balanced distribution volume, capital input and social welfare functions of each logistics enterprise under the three modes are obtained, and the applicable conditions of various distribution cooperation channels are compared. The research results show that if the organizational cost between logistics enterprises is greater than the communication cost, the benefits of large-scale logistics enterprises under the introduction customer mode are greater than those under the collaborative distribution mode. However, only the communication cost and organizational cost are relatively small, and the profit of small-scale logistics enterprises under the introduction of the customer mode is smaller than that under the collaborative distribution mode.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,435
Score d'incertitude au seuil0,929

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,232
Écart entre enseignants0,223 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetSustainable Supply Chain ManagementTravaux en français237 207