MétaCan
Menu
Retour à la cohorte
Enregistrement W4382004992 · doi:10.1002/mcda.1807

Supply chain mapping for improving “visilience”: A hybrid multi‐criteria decision making based methodology

2023· article· en· W4382004992 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Multi-Criteria Decision Analysis · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain Resilience and Risk Management
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésSupply chainMidstreamUpstream (networking)Process managementComputer scienceValue stream mappingResilience (materials science)Process (computing)BusinessOperations managementPetroleum industryEngineeringLean manufacturingMarketing

Résumé

récupéré en direct d'OpenAlex

Abstract Supply chain mapping is gaining heightened attention due to its vital role in improving supply chain visibility and resilience. Despite its crucial role in uplifting supply chain resilience, the critical elements of supply chain mapping are yet to be determined. The study adopts a twofold approach to identify and prioritize the dimensions and sub‐dimensions of supply chain (SC) mapping. At the first stage, through an extensive review of literature, 43 sub‐dimensions of SC mapping were identified. In the second stage, Gray ‐ DEMATEL‐based Analytic Network Process (GDANP) was employed by taking the input from 25 experts selected from Oil and Gas industry of an emerging market. The findings reveal three major dimensions of SC mapping followed by 15 sub‐dimensions. Among the dimensions, upstream mapping contains the highest priority weights, followed by midstream and downstream mapping. The findings suggest a step‐wise strategy to adopt SC mapping where upstream mapping should be given the first priority. The major contribution of this study is to develop a framework for measuring the extent of SC mapping of a firm using GDANP.

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.

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)0,009
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,894
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,005
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,085
Tête enseignante GPT0,372
Écart entre enseignants0,287 · 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