MétaCan
Menu
Retour à la cohorte
Enregistrement W4414567922 · doi:10.1016/j.ifacol.2025.09.091

Optimizing a Hybrid Warranty Policy with Remanufactured Parts and Service Enhancement

2025· article· en· W4414567922 sur OpenAlexafffund
Alexandros Noussis, Abdelhakim Khatab, Ahmed Saif, Claver Diallo

Notice bibliographique

RevueIFAC-PapersOnLine · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRecycling and Waste Management Techniques
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWarrantyProfit (economics)Product (mathematics)Value (mathematics)Product designService (business)

Résumé

récupéré en direct d'OpenAlex

Increasing value and complexity in warranty contract design has made policy optimization necessary for manufacturers. This paper investigates a one-dimensional, non-renewing hybrid warranty with “as-good-as-new” (AGAN) replacements. The warranty spans two periods. AGAN remanufactured second-hand parts are used as replacements in the first period, while minimal repairs are provided in the second period. However, customers may pay a premium to instead extend the AGAN replacements into the second period. A nonlinear optimization model is proposed for maximizing manufacturer profit based on the ratio between first and second warranty period length, the ratio between base unit price and enhanced warranty cost, and the age at which second-hand parts are salvaged rather than remanufactured. The proposed warranty is a novel extension in sustainable manufacturing and has its value demonstrated via numerical experiments while linking basic product aspects to warranty design.

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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,830
Score d'incertitude au seuil0,670

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 savante0,0000,000
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 Opus0,006
Tête enseignante GPT0,236
Écart entre enseignants0,230 · 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'étudeAutre devis
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 revueIFAC-PapersOnLineMême sujetRecycling and Waste Management TechniquesTravaux en français237 207