Guidelines for logistics system and supply chain management for environment in industrial busines
Notice bibliographique
Résumé
Industry plays a vital role in developing Thailand and supporting and driving businesses. The increase in industry benefits the national income. However, it also affects the environment. Industrial companies must adapt to reduce problems by developing organizational infrastructure, such as logistics activities or operations, which are the major systems and causes of environmental issues. Therefore, this study aims to study guidelines for logistic system and supply chain management for the environment in industrial business and develop a structural equation model (SEM). The study used a mixed-method research design; the qualitative method, in-depth interviews with nine experts and a focus group with 11 experts were used. Concerning the quantitative method, a questionnaire survey was used with 500 green industries. Descriptive statistics, inference statistics, and multivariate analysis were also used to analyze the data. The study found four essential aspects: (1) Customer orientation, (2) Green network, (3) Logistic process, and (4) Organization management. Finally, the hypothesis testing results found that in medium- and large-sized industries, the importance of the variables of the logistic system and supply chain management for the environment had no statistically significant difference at 0.05. The results from the analysis of the structural equation model found that the study passed the evaluation and was relevant to empirical data with a chi-square probability level of 0.066, a relative chi-square of 1.133, a goodness of fit index of 0.954, and root mean square error of approximation equal to 0.016.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,005 |
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 source (Gemma direct ou Codex distillé), 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 ».