MétaCan
Menu
Retour à la cohorte
Enregistrement W4366590918 · doi:10.3390/math11081934

Towards Sustainable Transportation: A Review of Fuzzy Decision Systems and Supply Chain Serviceability

2023· review· en· W4366590918 sur OpenAlexaff
Hadi Jahanshahi, Zahra Alijani, Sanda Florentina Mihalache

Notice bibliographique

RevueMathematics · 2023
Typereview
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensProfessional Engineers Ontario
Organismes subventionnairesnon disponible
Mots-clésServiceability (structure)Supply chainSustainable transportRisk analysis (engineering)BusinessFuzzy logicEnvironmental economicsTransport engineeringComputer scienceEngineeringSustainabilityEconomicsMarketingCivil engineering

Résumé

récupéré en direct d'OpenAlex

Modern requirements dictate the need for sustainable transportation systems, given the substantial growth in transportation activities over recent years that is predicted to persist. This surge in transportation has brought about environmental concerns such as air pollution and noise. To deal with this crisis, municipal administrations are investing in sustainable, reliable, economical, and environmentally friendly transportation systems. This review examines the latest developments in fuzzy decision systems for sustainable transport supplements. By reviewing the literature, we assess the serviceability of the entire supply chain to maintain transport quality, remove degradation, and meet customer demands. The link between fuzzy decision systems and supply chain serviceability may not be immediately obvious, but there are many reasons why putting them together can be a valuable focus for companies. By leveraging the capabilities of fuzzy decision systems to optimize supply chain processes and improve service levels, companies can gain a competitive advantage and better meet customer demand.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,008
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
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 Opus0,036
Tête enseignante GPT0,296
Écart entre enseignants0,259 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematicsMême sujetSustainable Supply Chain ManagementTravaux en français237 207