A comprehensive survey into reverse logistics and Closed-Loop Supply Chain aspects to provide analyses and insights for implementation
Notice bibliographique
Résumé
As a frequent part of the product life cycle in recent years, product returns rapidly fill up landfills and consequently cause serious environmental and social damage unless appropriately managed. Companies usually applied Reverse Logistics (RL) and Closed-Loop Supply Chain (CLSC) management to handle the returns. While examining RL and CLSC through social science and humanities perspectives provides valuable insights for decision-makers, this area is underexplored in the literature. Unlike the previous studies focusing on limited geographical scope and industry, this research explored global RL and CLSC activities in different industries. The results are also compared across developed and developing countries. Up-to-date data are collected through a novel questionnaire and analysed utilizing descriptive statistics, parametric and non-parametric statistical tests. The study’s results highlighted several key findings: a) direct feedback systems help reducing early returns, b) large companies benefit from expanding recovery options and return channels to handle more later returns, c) RL adoption improves both economic and environmental performances of companies worldwide, d) Economic and knowledge related barriers are the primary obstacles to RL adoption globally, and e) return uncertainty elements discourage top managers from implementing RL practices. The main theoretical implications include identifying factors such as company size and position in feedback system adoption, as well as the relationship between return channel expansion and both recovery practices and company size. Practically, effective RL adoption requires strategic management and financial support from governments and policy makers due to economic and knowledge-related barriers.
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 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 | 0,001 |
| 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 | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».