MétaCan
Menu
Retour à la cohorte
Enregistrement W4396699655 · doi:10.1108/978-1-80455-968-020241008

Digital Supply Chain and Industry 4.0 Technologies

2024· book-chapter· en· W4396699655 sur OpenAlexaff
Muhammad Shujaat Mubarik, Sharfuddin Ahmed Khan

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueDigital Transformation in Industry
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésSupply chainIndustry 4.0BusinessCommerceIndustrial organizationManufacturing engineeringComputer scienceEngineeringMarketingEmbedded system

Résumé

récupéré en direct d'OpenAlex

Abstract Industry 4.0 and the digital supply chain (DSC) are changing how things are made and moved around the world. This change is all about how smart technologies like the Internet of Things (IoT), artificial intelligence (AI), and blockchain are making supply chains work better. These tools help companies react faster and more clearly to what's needed. By using these new technologies, businesses can get better at guessing what customers want, keeping the right amount of stock, and quickly adjusting to new market trends. With these advanced technologies, companies can see big improvements, like being able to match supply with demand more closely and change their plans fast when things in the market change. It is really important for businesses to get how these tech tools work together as the world of making and selling things keeps changing. This chapter examines the convergence of traditional supply chain systems with Industry 4.0, focusing on the transformative impact of technologies such as the IoT, AI, and blockchain.

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), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,900
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,012
Tête enseignante GPT0,192
Écart entre enseignants0,180 · 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'étudeSans objet
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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDigital Transformation in IndustryTravaux en français237 207