MétaCan
Menu
Retour à la cohorte
Enregistrement W4415760494 · doi:10.1016/j.samod.2025.100046

Tactical planning in cooperative two-tier city logistics systems with fairness constraints

2025· article· en· W4415760494 sur OpenAlexafffund
Johannes Gückel, Teodor Gabriel Crainic, Pirmin Fontaine

Notice bibliographique

RevueSustainability Analytics and Modeling · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueUrban and Freight Transport Logistics
Établissements canadiensCenter for Interuniversity Research and Analysis on OrganizationsUniversité du Québec à Montréal
Organismes subventionnairesFonds de recherche du QuébecNatural Sciences and Engineering Research Council of CanadaCentre interuniversitaire de recherche sur les reseaux d'entreprise, la logistique et le transportBayerische ForschungsallianzDeutsche Forschungsgemeinschaft
Mots-clésIncentiveService (business)Service providerHarmGreen logisticsService levelConstraint (computer-aided design)Sustainable development

Résumé

récupéré en direct d'OpenAlex

Two-tier city logistics systems (2T-CLSs) offer the potential for more efficient and environmentally friendly freight management. Since such systems require substantial infrastructure and multiple Logistics Service Providers (LSPs) operate within a city, cooperation among LSPs presents opportunities for cost and emissions reductions. However, cooperation requires ensuring every LSP has an incentive to participate and feels fairly treated. To address this, we present a service network design formulation for multi-day tactical planning in a 2T-CLS with cooperating LSPs, incorporating fairness constraints on workload, costs, and service regularity. Through a numerical study, we quantify the impact of fairness constraints, showing that overly strict constraints harm the coalition. Lower cost increases and greater environmental benefits occur when fairness is enforced over multiple days rather than daily. Further, we observe a 47% reduction in CO emissions through cooperation, providing valuable policy implications for LSPs and municipal authorities pursuing sustainable city logistics.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,874
Score d'incertitude au seuil0,765

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 Opus0,033
Tête enseignante GPT0,273
Écart entre enseignants0,240 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainability Analytics and ModelingMême sujetUrban and Freight Transport LogisticsTravaux en français237 207