MétaCan
Menu
Retour à la cohorte
Enregistrement W4407037389 · doi:10.20944/preprints202501.2337.v1

Collaboration as a Driver for Supply Chain Resilience: Insights from Emerging Technology Integration

2025· preprint· en· W4407037389 sur OpenAlexaff
Samuel Holloway

Notice bibliographique

RevuePreprints.org · 2025
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain Resilience and Risk Management
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésSupply chainBusinessFlexibility (engineering)Process managementAdaptabilityResilience (materials science)Context (archaeology)Supply chain managementKnowledge managementCorporate governanceTransparency (behavior)MarketingComputer scienceComputer security

Résumé

récupéré en direct d'OpenAlex

This research investigates the critical role of collaboration as a driver of supply chain resilience, particularly in the context of emerging technology integration. In an increasingly complex global marketplace, organizations face various disruptions that challenge their operational continuity and efficiency. Through qualitative analysis, the study emphasizes the importance of establishing trust and long-term relationships among supply chain partners, which facilitates open communication and joint problem-solving. The integration of advanced technologies, such as blockchain and the Internet of Things (IoT), significantly enhances information transparency and data-sharing capabilities, enabling organizations to respond more effectively to disruptions. However, barriers to technology adoption, including high implementation costs and data security concerns, pose significant challenges, particularly for smaller firms. The research also highlights the necessity of flexibility and adaptability, with diversified supplier networks and alternative logistics strategies enhancing the capacity to manage risks. Leadership and governance emerge as pivotal factors in fostering collaboration and guiding resilience strategies, with a focus on continuous innovation and sustainability. Looking forward, the study underscores the need for ongoing digital transformation and industry-wide collaboration to build resilient supply chains that can withstand future challenges. Ultimately, the findings provide valuable insights into the multifaceted dynamics of collaboration and resilience in supply chain management, offering a framework for organizations to navigate an evolving 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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,004
Communication savante0,0070,010
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,032
Tête enseignante GPT0,315
Écart entre enseignants0,283 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetSupply Chain Resilience and Risk ManagementTravaux en français237 207