MétaCan
Menu
Retour à la cohorte
Enregistrement W4361197638 · doi:10.18280/jesa.560105

Analysis of Performance and Efficiency of Supply Chain of Harum Maluku 52 Oil

2023· article· fr· W4361197638 sur OpenAlexvenueno aff
Natelda R Timisela, Maisie T. F. Tuhumury, Dhea S. Maharani

Notice bibliographique

RevueJournal Européen des Systèmes Automatisés · 2023
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueManagement and Optimization Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessSupply chainMarketing

Résumé

récupéré en direct d'OpenAlex

Maluku is an archipelagic province that is rich and famous for its abundant natural wealth.This abundant natural wealth is in the form of spices such as cloves (Syzygium aromaticum L), nutmeg (Myristica fragrance), eucalyptus (Melaleuca leucadendra), lemongrass (Cymbopogon citratus), and ginger (Zingiber officinale).CV.Alfa Blessing is a business actor for processed agricultural commodity products in West Seram Regency, Maluku Province.This company produces fragrant oils that are beneficial for health.The results of SCOR analysis, the performance of the Harum Maluku 52 oil supply chain is included in the good criteria with a performance value of 70.29 with the highest weight on the delivery criteria of 0.469 and the lowest on the source criteria with a weight of 0.049.To improve the supply chain performance of Maluku fragrant oil, CV.Alfa Blessing needs to pay attention to the plan criteria because it is the ideal culmination of the core process in SCOR.Companies must also consider the source criteria because it has the lowest weight.What needs to be done is to pay attention to the procurement of raw materials to meet demand and ensure that raw materials are not wasted due to a lack of demand at one time.CV.Alfa Blessing also needs to increase the working value of assets or capital to increase the ability to use assets productively.The analysis of the margin share, farmer's share, and cost-benefit ratio shows that both supply chain channels are efficient.If the two chains are compared, it can be seen that supply chain channel II is more efficient than supply chain channel I.This means that a short supply chain channel is more efficient than a long supply chain channel.Companies must continue to strive to improve company and employee performance so that the fragrant oil products are of higher quality.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,014
Tête enseignante GPT0,233
Écart entre enseignants0,219 · 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'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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal Européen des Systèmes AutomatisésMême sujetManagement and Optimization TechniquesTravaux en français237 207