MétaCan
Menu
Retour à la cohorte
Enregistrement W4396699619 · doi:10.1108/978-1-80455-968-020241002

Disruptive Digital Technologies and Contemporary Supply Chains

2024· book-chapter· en· W4396699619 sur OpenAlexaff
Muhammad Shujaat Mubarik, Sharfuddin Ahmed Khan

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBig Data and Business Intelligence
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésSupply chainBusinessDisruptive technologyComputer scienceEngineeringMarketingManufacturing engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Digital technologies (DTs) have emerged as a major driving force, transmuting the ways Supply Chains (SCs) are managed. The integration of DTs in supply chain management (SCM), Digital Supply Chain Management (DSCM), has fundamentally reshaped the SCM landscape, offering new opportunities and challenges for organizations. This chapter provides a comprehensive overview of modern DTs and the way they impact modern SCM. This chapter has twofold objectives. First, it illustrates the major changes that DTs have brought to the supply chain landscape, unraveling their multifaceted implications. Second, it offers readers a deeper and comprehensive understanding of the challenges and opportunities arising from the incorporation of DTs into supply chains. By going through the chapter, readers will be able to have a comprehensive grasp of how DTs are reshaping SCM and how organizations can survive and thrive in the digital age. This chapter commences by shedding light on how DTs have and continue to redefine SCM, improving supply chain resilience, visibility, and sustainability in an increasingly complex and interconnected world. It also highlights the role of DTs in enhancing SC visibility, agility, and customer-centricity. Furthermore, this chapter briefly highlights the challenges related to the adoption (pre and post) of DTs in SCM, elucidating on issues related to talent acquisition, data security, and regulatory compliance. It also highlights the ethical and societal implications of this digital transformation, emphasizing the significance of responsible and sustainable practices. This chapter, with the help of three cases, illustrates how the adoption of DTs in SC can impact the various SC performance indicators.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,772
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,060
Tête enseignante GPT0,259
Écart entre enseignants0,199 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBig Data and Business IntelligenceTravaux en français237 207