MétaCan
Menu
Retour à la cohorte
Enregistrement W4400420839 · doi:10.1016/j.procs.2024.06.008

Supply Chain Transport Management, Use of Electric Vehicles, Review of Security and Privacy for Cyber-Physical Transportation Ecosystem and Related Solutions

2024· article· en· W4400420839 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueProcedia Computer Science · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueBlockchain Technology Applications and Security
Établissements canadiensAcadia University
Organismes subventionnairesnon disponible
Mots-clésSupply chainComputer scienceSoftware deploymentSupply chain managementComputer securityIntelligent transportation systemRisk analysis (engineering)Process managementEngineering managementBusinessTransport engineeringMarketing

Résumé

récupéré en direct d'OpenAlex

The convergence of modern technology and supply chain operational dynamics has shaped the fabric of today’s freight transportation practice and made the role of electric vehicles (EVs) profoundly significant in regular use in business operations. In addition to the expanding prevalence of EVs and charging infrastructures for medium and heavy-duty supply chain transport systems, it challenges the business community for deployment purposes. Moreover, these intelligent transport systems for modern supply chain organizations delve into the heart of a transformative realm, offering opportunities for academics and practitioners to explore the tools, strategies, methodologies, and training operation managers that propel enterprises toward EV-driven operational excellence. This paper describes a reference map that relates to different interface types and consists of various categories of electric vehicle supply equipment (EVSE). The paper also reviews security and privacy threats associated with the reference map interfaces and relevant components and presents highlighted security protection solutions in academic literature.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,936
Score d'incertitude au seuil0,464

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,236
Écart entre enseignants0,224 · 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