Food bank operations: review of operation research methods and challenges during COVID-19
Notice bibliographique
Résumé
Food banks have played a crucial role in mitigating food insecurity in affluent countries for over four decades. Throughout the years, academics have researched food banks for a variety of operational problems, resulting in several research papers on the topic. However, despite significant academic interest, the operational challenges and optimization of food bank operations remain under-researched. This study aims to conduct a systematic literature review on food bank operations and provide evidence-based recommendations for addressing prevalent challenges, and provide decision-makers with practical recommendations. In addition, this investigation seeks to investigate the impact of the COVID-19 pandemic on food bank operations. We conducted a comprehensive analysis of academic publications on food bank operations using the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) in order to get a deeper comprehension of the problems confronting food bank operations. Using a keyword search strategy with the logical operators "AND" and "OR," two search methods were utilized to identify relevant articles on food bank operations management, supply chain, distribution, and production in our first search. In our second search, we discovered articles in the "Operations Research & Management Science" (OR &MS) category of Web of Science containing food bank-related keywords such as food charity, food donation, and food aid. The database searches yielded 246 hits, and the article content was scanned to eliminate irrelevant articles by removing non-English articles and duplicated studies, leaving 55 articles for further examination. Our extensive examination of Operations Research (OR) methodologies reveals that Mixed-Integer Linear Programming (MILP) models are the most commonly used methodology, followed by Linear Program (LP), Dynamic Program (DP), and Data Envelopment Analysis (DEA) techniques. The key findings of this study emphasize the operational challenges food banks encountered during and after the COVID-19 pandemic, including supply chain disruptions, increased demand, and volunteer shortages. To address these issues, effective solutions, including the management of food donations and volunteer scheduling, were proposed. Our findings have practical implications for decision-makers in food bank management, highlighting the importance of adopting evidence-based solutions. Finally, Limitations and prospective research directions in food bank management are discussed, with an emphasis on the need for ongoing research in this crucial area.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,043 | 0,147 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,021 | 0,029 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».