MétaCan
Menu
Retour à la cohorte
Enregistrement W4413389141 · doi:10.1016/j.trc.2025.105290

Integrated sequential matching and routing approach for efficient and eco-friendly freight logistics

2025· article· en· W4413389141 sur OpenAlexafffund
Elham Haji Sami, Ahmad Shahnejat Bushehri, Ashkan Amirnia, Asad Yarahmadi, Samira Keivanpour

Notice bibliographique

RevueTransportation Research Part C Emerging Technologies · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueUrban and Freight Transport Logistics
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesMitacs
Mots-clésMatching (statistics)Transport engineeringTraffic managementEnvironmentally friendlyVehicle routing problemCity logisticsRouting (electronic design automation)Computer scienceOperations researchEngineeringBusinessMathematicsComputer network

Résumé

récupéré en direct d'OpenAlex

Integrating smart technologies into freight operations is essential for achieving efficiency, sustainability, and cost-effectiveness in modern logistics. This research presents a novel smart freight platform to optimize matching and routing in freight logistics. The platform incorporates sequential matching and a dynamic bidding mechanism, including Pre-filter matching, Main matching, and Non-Contracted Shippers (NCS) matching models. It utilizes the Vehicle Routing Problem with Time Windows (VRPTW) model to align delivery schedules with shippers’ time windows. The proposed platform reduces resource consumption by minimizing empty truck routes through NCS alignment with en-route trucks. In particular, empty truck routes were reduced by %39, while gas emissions decreased by over nine tons daily. Therefore, the proposed platform not only improves freight efficiency but also contributes to environmental sustainability.

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 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)0,001
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 enseignants0,819
Score d'incertitude au seuil0,833

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,057
Tête enseignante GPT0,305
Écart entre enseignants0,248 · 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 tête enseignante, 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransportation Research Part C Emerging TechnologiesMême sujetUrban and Freight Transport LogisticsTravaux en français237 207