MétaCan
Menu
Retour à la cohorte
Enregistrement W4407636418 · doi:10.1016/j.jclepro.2025.145054

Digitalization-driven circular economy in battery closed-loop supply chain network design

2025· article· en· W4407636418 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Cleaner Production · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueExtraction and Separation Processes
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCircular economySupply chainLoop (graph theory)Battery (electricity)Closed loopSupply chain networkChain (unit)BusinessIndustrial organizationEngineeringEconomicsSupply chain managementControl engineeringMathematicsPower (physics)MarketingPhysics

Résumé

récupéré en direct d'OpenAlex

Nowadays, Lithium-ion Batteries (LIBs) are growingly utilized in a wide range of products (e.g., electric vehicles) due to their superiority over all types of rechargeable batteries. The amount of valuable returned LIBs in various situations has increased dramatically as LIBs production has grown. As the collection and separation of returned LIBs have many challenges (e.g., identifying LIBs’ characteristics), using an Internet of Things (IoT)-based system could effectively address the problem of categorizing returned LIBs. This study aims to design the LIBs closed-loop supply chain to treat LIBs in different stages, including collection, separation, and recycling, to address the potential socio-environmental concerns. To do this, a multi-objective programming model is proposed to reduce environmental impacts and maximize social outcomes while minimizing total costs. Then, an integrated solution approach is developed encompassing four main phases: (i) Developing a digital transformation strategy to implement an IoT-based system, (ii) Employing a Partitioning Around Medoids (PAM)-Build algorithm to cluster the returned LIBs into repurposable returned LIBs, recyclable returned LIBs, and unrecyclable returned LIBs, (iii) Proposing an adaptive data-driven robust optimization to overcome the uncertainties of the studied problem, (iv) Developing an augmented epsilon-constraint method based on extracting efficient spaces. The results imply that increasing the rate of repurposable returned LIBs leads to worsening the values of the economic objective function (i.e., over 28%) and environment objective function (i.e., over 8%). Furthermore, transportation modes “Euro IV heavy-duty truck” and “Euro V heavy-duty truck” are more applicable in the proposed model since other ones are used when economic and environment-related objective functions are at their best values. • Proposing a framework for adopting digital transformation strategies in the battery industry. • Incorporating an IoT-based system into recycling centers within battery supply chains. • Addressing socioenvironmental issues in designing a battery closed-loop supply chain. • Developing a PAM-Build algorithm to cluster the quality of returned Lithium-ion batteries. • Specifying a trade-off surface of design objectives using an augmented epsilon constraint.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,791
Score d'incertitude au seuil0,403

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,012
Tête enseignante GPT0,230
Écart entre enseignants0,218 · 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