MétaCan
Menu
Retour à la cohorte
Enregistrement W4327943770 · doi:10.31387/oscm0520375

Towards Forest Supply Chain Risks

2023· article· en· W4327943770 sur OpenAlexaff
Michael Wang, Robert Istvan Radics, Samsul Islam, Ki‐Soon Hwang

Notice bibliographique

RevueOperations and Supply Chain Management An International Journal · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain Resilience and Risk Management
Établissements canadiensNorthern Alberta Institute of Technology
Organismes subventionnairesnon disponible
Mots-clésSupply chainBusinessSupply chain risk managementRisk analysis (engineering)Supply chain managementService managementMarketing

Résumé

récupéré en direct d'OpenAlex

Forest supply chain has drawn increasing attention worldwide. This paper develops a supply chain risk (SCR) framework in the forest industry. Forest supply chain risk has become an obstacle to gaining competitive advantages and developing sustainable forestry. However, very few studies attempt to investigate SCR in an integrated forest supply chain. It is essential to understand and manage these risks, which may impede the industry’s performance improvement. An extensive literature review, and Delphi study are performed to develop and identify the major forest SCRs. The result has shown that the five types of forest SCRs are recognized. In this study, we extend SCR into the forest sector and contribute to the forest supply chain management literature. Further research is needed to address specific problems associated with types of SCRs and develop appropriate forest SCR mitigation strategies in contexts.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,505
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 GPT0,290
Écart entre enseignants0,265 · 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'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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOperations and Supply Chain Management An International JournalMême sujetSupply Chain Resilience and Risk ManagementTravaux en français237 207