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 OpenAlexaff
Mahmoud Tajik, Samuel Yousefı, Babak Mohamadpour Tosarkani, Ahmad Makui

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,012
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

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'étudeSimulation ou modélisation
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

Citations13
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cleaner ProductionMême sujetExtraction and Separation ProcessesTravaux en français237 207