A multi-criteria analysis for the case of carriers having clear visibility into future demand for their freight delivery services
Notice bibliographique
Résumé
Carriers providing truckload freight delivery services can find value in having visibility into future demand for their services to deliver shipments (a.k.a. loads). In the extant literature, the predicted value of this visibility is improved profitability for carriers. We extend this literature by showing that profit is not the only criterion for assessing this visibility (termed future load visibility (FLV) herein). Through extensive computational experiments, we model the effects of FLV on carrier profits as well as on three other criteria that matter to other stakeholders in freight transport ecosystems: (i) ecological consequences of freight transport; (ii) customer service for freight consignors/consignees; (iii) prices that consignors pay for freight delivery. In addition to providing a multi-criteria analysis of FLV, another major novelty of our work is in showing that the level of inter-carrier competition factors into how FLV affects the various criteria. A particularly significant insight from our investigation of situations involving such competition is the seemingly paradoxical finding that carriers’ FLV possession can sometimes impede better outcomes on non-profit criteria. This and other findings yield the paper’s central conclusion that while the decision to acquire FLV is more evidently justified on the profit criterion, it is not an unequivocally optimal decision when non-profit criteria are considered.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».