MétaCan
Menu
Retour à la cohorte
Enregistrement W4403378581 · doi:10.22214/ijraset.2024.64552

Navigating Ethical Dilemmas: The Role of AI in Supply Chain Decision-Making

2024· article· en· W4403378581 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

RevueInternational Journal for Research in Applied Science and Engineering Technology · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEthics and Social Impacts of AI
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesnon disponible
Mots-clésSupply chainEthical decisionBusinessEngineering ethicsProcess managementKnowledge managementComputer scienceEngineeringMarketing

Résumé

récupéré en direct d'OpenAlex

Current times in which supply chains are increasingly viewed as being uncouth in the practice of their operations call for the integration of AI to thereby solve ethical dilemmas within such chains. This paper delves into the role played by AI to navigate ethical dilemmas in supply chains, thereby discussing its ability to resolve challenges such as labor rights, environmental sustainability, and responsible sourcing. Through this literature review, the current research is able to draw on existing work on AI applications within the supply chain and highlight gaps concerning ethical implications. The paper illustrates the real benefits and challenges surrounding the application of these technologies through case studies of those organizations which successfully implement AI-driven tools for ethical decision-making. The framework proposed should, therefore, bring about actionable recommendations to the business on attaining such a balance between operational efficiency and ethical responsibility. Lessons contained in the overall suggest the necessary use of AI to construct a more transparent and accountable supply chain landscape but lead to a more sustainable and ethically sound business landscape

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)0,014
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,181
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
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 Opus0,045
Tête enseignante GPT0,490
Écart entre enseignants0,445 · 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