MétaCan
Menu
Retour à la cohorte
Enregistrement W4385348623 · doi:10.3390/su151511623

Social Sustainability of Raw Rubber Production: A Supply Chain Analysis under Sri Lankan Scenario

2023· article· en· W4385348623 sur OpenAlexaboutno aff
Pasan Dunuwila, V. H. L. Rodrigo, Ichiro Daigo, Naohiro Goto

Notice bibliographique

RevueSustainability · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSupply chainBusinessProduct (mathematics)Corporate governanceSustainabilityProduction (economics)Natural rubberRaw materialEconomicsFinanceMarketing

Résumé

récupéré en direct d'OpenAlex

Raw rubber production is the sole foundation for the rubber product industry, rendering raw rubber to manufacture essential commodities to mankind, such as tires, condoms, surgical gloves, and so forth. Raw rubber production involves various stakeholders; however, literature focusing on the social impacts of the supply chains of raw rubber production has hereto been absent. Social life cycle assessment, a popular tool to assess the social impacts of a product or process and was deployed herein to assess the social profiles of three Sri Lankan raw rubber supply chains (crepe rubber, concentrated latex, and ribbed smoked sheets) in a cradle-to-gate manner. The Social Hotspots Database v4 on Sima Pro v9.3 was used for the analysis. Results indicated that Governance, Labour rights & decent work had been affected due to Corruption and Freedom of association & collective bargaining issues, mainly in Belarus and China. Proposed improvement options to address these touchpoints were found to be effective. If the importation of K-fertilizer shifted into countries with lower risks, such as Canada, Israel, and Lithuania, overall social risks associated with Corruption and Freedom of association & collective bargaining could be reduced by ca. 36% and 25%, respectively. As a result, social risks in the impact described above categories, i.e., Governance and Labor rights & decent work, were reduced by ca. 35–41% and ca. 17–20%, respectively. Managers may pay thorough attention to the hotspots identified herein in the first place and try to avoid them as much as possible. They may consider importation from the aforesaid low-risk countries while weighing the trade-offs with economic and environmental aspects.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil0,171

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,002
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,010
Tête enseignante GPT0,281
Écart entre enseignants0,272 · 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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetEnvironmental Impact and SustainabilityTravaux en français237 207