Critical Success Factors for Building Resilience in Circular Supply Chains of Electric Vehicle Batteries: Evidence from an Emerging Country
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.
Notice bibliographique
Résumé
Given the global expansion of electric vehicles (EVs), decision makers in developing and emerging countries must address important challenges across EV battery supply chains (EVBSCs) toward circularity. For example, batteries usually make up about 40% of an EVs’ value, and the race to achieve net zero emissions will further underscore the critical need for vital minerals and metals, such as lithium, cobalt, and graphite, necessary to make batteries. Stakeholders routinely question the resilience of circular (C) EVBSCs worldwide, from mining valuable materials to manufacturing the batteries necessary to support the widespread deployment of EVs. Identifying and investigating critical success factors (CSFs) of any system is a necessary step in achieving its targets. Little research, however, has been performed to investigate the CSFs for building resilience in EVBSCs, particularly those focused on building a circular supply chain. The goal of this research is, therefore, to systematically scrutinize the CSFs of resilient C-EVBSCs in Türkiye. To this end, a decision framework applying inter-valued neutrosophic ISM-MICMAC is proposed. Based on expert opinions, an application of the decision framework finds that effective government policies, directives, and incentives and well-established dynamic capabilities, are key driving CSFs to building resilience in a C-EVBSC.
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 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 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 découle