MétaCan
Menu
Retour à la cohorte
Enregistrement W4415421622 · doi:10.1108/ijopm-07-2025-0645

Uncertainty regulation and adaptable supply chain planning

2025· article· en· W4415421622 sur OpenAlexaff
Sourav Sengupta, Patrik Jönsson, Heidi C. Dreyer, Riikka Kaipia, Thomas Y. Choi

Notice bibliographique

RevueInternational Journal of Operations & Production Management · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain Resilience and Risk Management
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésSupply chainSupply chain risk managementSupply chain managementAnalyticsTypologyScenario planningControl (management)

Résumé

récupéré en direct d'OpenAlex

Purpose Supply chain planning (SCP) as an important management intervention is highly relevant to operations and supply chain practice. While SCP processes have developed over time with the use of integrative and advanced analytics tools, the essential foundation and focus on restoring stability remain unchanged and limit the capacity of SCP to adapt to uncertainty. We aim to address this limitation and the way forward in research and practice of SCP through adaptable supply chain planning (ASCP). Design/methodology/approach Drawing on the current discourse on uncertainty regulation and SCP foundations and assumptions, a typology of SCP uncertainty and respective planning strategies are conceptualized. Findings To elevate SCP to account for today's volatile environment, we put forward various forms of uncertainty that organizations face with respect to their awareness and understanding of threats from uncertainty. We also consider how conditions require simultaneously using different planning strategies and navigating between the strategies to regulate the uncertainty, not only to mitigate it but also to create opportunities for progress and growth. Originality/value We propose a new ASCP paradigm with foundational principles, planning strategies and layers of potential research avenues.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,721
Score d'incertitude au seuil0,492

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
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 GPT0,269
Écart entre enseignants0,257 · 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'étudeSans objet
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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Operations & Production ManagementMême sujetSupply Chain Resilience and Risk ManagementTravaux en français237 207