MétaCan
Menu
Retour à la cohorte
Enregistrement W4390974798 · doi:10.1177/23197145231214433

Rescue of the Material Recycler: A Case Study on the ‘End-of-Life Tyres’

2024· article· en· W4390974798 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

RevueFIIB Business Review · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain Resilience and Risk Management
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésScrapBusinessProcurementSupply chainBattleProfit (economics)Operations managementEngineeringEconomicsGeography

Résumé

récupéré en direct d'OpenAlex

Tinna Rubber and Infrastructure Limited (TRIL) is India’s largest integrated material recycler of end-of-life tyres (ELT). It imported 70% scrap to feedstock in its manufacturing plants. The nationwide lockdown declared on 24 March 2020 posed severe initial restrictions on the movement of non-essential cargo. It affected TRIL’s 265 containers lodged at different ports in the country, thus escalating their demurrage/detention charges and storage costs. This case concerns supply chain problems faced by Shanti Swarup, TRIL Head–Procurement, owing to COVID-19 disruption. The situation was severe enough to wipe out TRIL’s annual cash profit and put its factories at risk of running out of feedstock. Scrap importers, like TRIL, were in a deadlock with shipping lines and freight stations to waive any imposed charges or avail of any monetary relief despite regular guidelines issued by the Indian government. However, Swarup’s existing and effective ‘supply chain resilience’ strategies had already made TRIL win half the battle by adopting a different approach to the deadlock problem, which relieved the situation. The case study also highlights typical risks and challenges faced by the Indian ELT recycling industry.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,508
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,042
Tête enseignante GPT0,287
Écart entre enseignants0,244 · 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