MétaCan
Menu
Retour à la cohorte
Enregistrement W4391616845 · doi:10.32920/25164554

Digital Innovation for Sustainable Fashion: Virtual Fitting Rooms as a Strategy to Minimize Waste and E-commerce Returns

2024· preprint· en· W4391616845 sur OpenAlexaff
Liseth Sierra Vitola

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Retail Behavior Studies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésSizingSustainabilityBusinessCustomer satisfactionMarketingEnvironmental economicsComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

This study aims to determine the efficacy of digital innovations and Virtual Fitting Rooms (VFRs) in minimizing online returns and waste in the fashion industry. This study used both primary and secondary data, including 1) a narrative literature review approach based on data from multiple secondary sources, including scientific journals, e-commerce reports, tech company websites, and other relevant and verified sources, 2) an online survey with sixteen respondents and eight semi-structured interviews with tech companies and virtual fitting rooms developers were conducted to establish baseline data of their perception on the role of developers and VFR tech companies concerning sustainable fashion and reverse logistics. This study assessed information of current VFR apps, including issues with technology development, relationships with e-commerce retailers, effect of VFR in reducing online returns and increasing customer satisfaction. Collected data determined the effects of existing VFRs and digital solutions adopted by the fashion industry to help customers in the sizing and fitting process to reduce online returns and e-commerce waste. The results highlight that VFRs are effective in minimizing returns, increasing customer satisfaction, and promoting sustainability by reducing CO2 emissions due to transportation. This study shows that VFRs could reduce 31.3% of reverse logistic costs and minimize store sizing sampling. There is room for future research on the usage of VFR in 3D cloth simulation engines in pre-production and designers’ collections, which could potentially have a more significant environmental impact on the minimization of fashion waste and overproduction.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0050,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,282
Écart entre enseignants0,249 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetConsumer Retail Behavior StudiesTravaux en français237 207