MétaCan
Menu
Retour à la cohorte
Enregistrement W4404212217 · doi:10.1016/j.jii.2024.100737

Global sustainable closed-loop supply chain network considering Incoterms rules and advertisement impacts

2024· article· en· W4404212217 sur OpenAlexaff
Mohammad Amin Edalatpour, Amir M. Fathollahi‐Fard, Seyed Mohammad Javad Mirzapour Al-e-Hashem, Kuan Yew Wong

Notice bibliographique

RevueJournal of Industrial Information Integration · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensUniversité de MontréalUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésSupply chainBusinessClosed loopLoop (graph theory)AdvertisingCommerceMarketingEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

• Introducing the globalization of operations in a sustainable closed-loop supply chain (CLSC). • Formulating and incorporating the Incoterms rules to the sustainable CLSC problem. • Considering international transportation modes for the international suppliers. • Classifying the customers based on green degrees and advertisement factors. • Developing an efficient Lagrangian-based heuristic solution for the proposed CLSC model. Industrial information integration plays a crucial role in modern supply chains by ensuring the smooth flow of data across all stages, including recovery, recycling, and disposal, which is essential for the successful implementation of a closed-loop supply chain (CLSC) model. Building on this, our paper addresses a global CLSC problem by incorporating International Commercial Terms (Incoterms) and international transportation modes, bridging global supply chain operations with sustainability criteria. This innovative approach advances the development of a globally sustainable CLSC by focusing on the integration of economic, environmental, and social factors, i.e., the triple bottom line of sustainability. Specifically, we address environmental concerns through the introduction of carbon taxation and enhance social sustainability by exploring the impact of advertising on customer satisfaction. To further refine this model, we classify customers based on their sustainability engagement and apply a fuzzy programming approach to account for uncertainty in customer demand influenced by advertising. To solve this complex global CLSC model, we conduct a thorough analysis of constraints and develop a robust Lagrangian relaxation reformulation. While the initial solution may result in infeasibility, we propose a heuristic algorithm that ensures feasible solutions. Our efficient Lagrangian-based heuristic, incorporating an adaptive strategy, is capable of solving large-scale networks with an approximate 10 % optimality gap. Ultimately, this research provides both a comprehensive framework for practitioners to improve the environmental performance and global operations of their supply chains, as well as significant theoretical contributions to the field of industrial information systems.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,442
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,010
Science ouverte0,0000,000
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 Opus0,014
Tête enseignante GPT0,233
Écart entre enseignants0,219 · 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
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Industrial Information IntegrationMême sujetSustainable Supply Chain ManagementTravaux en français237 207