MétaCan
Menu
Retour à la cohorte
Enregistrement W4378965569 · doi:10.18280/jesa.560206

A Supply Chain Inventory Model for a Deteriorating Material under a Finite Planning Horizon with the Carbon Tax and Shortage in All Cycles

2023· article· en· W4378965569 sur OpenAlexvenueno aff
Nitin Kumar Mishra, Ranu Ranu

Notice bibliographique

RevueJournal Européen des Systèmes Automatisés · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomic shortageSupply chainTime horizonBusinessCarbon taxNatural resource economicsOperations managementEconomicsFinanceGreenhouse gasGeology

Résumé

récupéré en direct d'OpenAlex

We have framed an inventory replenishment model under a finite planning horizon in which replenishment cycle time and replenishment cycle length are different and don't repeat.The finite planning horizon for different replenishment times and cycle lengths is a real-life scenario.Nowadays, every manufacturing industry wants to achieve maximum profit at a low cost.It is very difficult to maintain the optimal level of inventory, total cost, replenishment time, and replenishment cycle.Along with the health of people, increasing carbon emission also has a dangerous effect on today's business environment.Therefore, this article analyses an optimal inventory replenishment policy and carbon emission due to deteriorating material and refrigeration while taking into account time, emissiondependent, and inventory-dependent quadratic demand.Materials deterioration affects a large and varied spectrum of business.Therefore, Material that suffers deterioration is considered.Shortage, some lost sales, and partial backlogging are also considered.Backlogging is dependent on the frequency of the waiting period for the next replenishment over a given finite time horizon and fluctuating replenishment cycle.The model has been developed theoretically.Also, a mathematical formulation has been obtained to find the optimal solution to the problem.Following the algorithm, a numerical illustration and a comparative evaluation are explained, along with a sensitivity analysis of each parameter.The tabular and graphical representations of sensitivity analysis were addressed using the Mathematica application version 12.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,032
Tête enseignante GPT0,255
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 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'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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal Européen des Systèmes AutomatisésMême sujetSustainable Supply Chain ManagementTravaux en français237 207