G20 Ülkelerinin COVID-19 Öncesi ve COVID-19 Dönemi Lojistik Performanslarının Kıyaslanması: MEREC ve CODAS Entegre Yaklaşımı
Notice bibliographique
Résumé
Logistics is a sector contributing substantially to the economic and social development of a country. Countries benefit from the logistics performance index (LPI) published periodically by the World Bank to evaluate their logistics performance, identify weaknesses, and develop accordingly. The following six essential criteria are used to assess the countries’ logistics performance: customs, infrastructure, international shipments, logistics quality and competence, monitoring and tracking, and timeliness. Thus, this study aimed to evaluate the logistics performance of G20 countries before and during the coronavirus disease 2019 (COVID19) period. For this purpose, an integrated model based on the method based on the removal effects of criteria (MEREC) and the combinative distance-based assessment (CODAS), which are multi-criteria decision-making methods, was exploited. First, criterion weights were determined using the MEREC method. Second, the logistics performances of G20 countries were analyzed and compared using the CODAS method with respect to data from both before and during COVID-19 pandemic. The analysis results identified monitoring and tracing, customs clearance, international shipments, infrastructure, logistics quality, and adequacy and timing as the criteria weights during the pre-pandemic period and monitoring and tracing, international shipments, logistics quality and competence, customs, infrastructure, and timeliness during the pandemic period. Based on the CODAS method, the top five countries in the pre-pandemic period in the logistics performance ranking of the G20 countries were Germany, Japan, the UK, the United States of America, and France, respectively, and the top five countries in the ranking during the pandemic period were Germany, Canada, Japan, Spain, and France, respectively. In addition, to test the reliability and robustness of the model exploited, sensitivity and comparison analyses were performed. The results revealed that the pandemic affected the logistics performance of many countries.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».