A Dedicated Lane Analysis for Supply Chain Resilience in the U.S.-Mexico Border: Cost-Comparison and Simulation Models
Notice bibliographique
Résumé
Supply chains have been actively developing and implementing strategies to enhance resilience in response to various disruptive events like the COVID-19 pandemic, hurricanes, geopolitical tensions, and climate change. These strategies aim to address demand and supply imbalances, logistical challenges, and policy restrictions encountered in transborder commerce. One area significantly impacted by such disruptions is cross-border trade between the US and Mexico. Understanding these strategies is crucial for achieving supply chain resilience, defined as the ability of a supply chain to quickly adapt to sudden disruptions without affecting the flow of goods. In both the US-Mexico and US-Canada borders, Free and Secure Trade (FAST) lanes have been established for commercial vehicles. Additionally, in 2022, the government of Nuevo León, Mexico, introduced a new approach by inaugurating a dedicated lane exclusively for northbound commercial traffic related to Tesla. Such dedicated lanes in queueing systems represent innovative methods to enhance performance measures by prioritizing the needs of specific companies. This thesis aims to investigate the impact of a unique strategy implemented at the Colombia-Solidarity Port of Entry in the US-Mexico border: the introduction of a dedicated lane exclusively for the suppliers of a single company. The study seeks to develop methods for analyzing this strategy, including a cost-comparison model and a simulation model. The cost-comparison model will assess the cost-effectiveness of the dedicated lane compared to regular lanes, while the simulation model will explore various scenarios involving an increase in the flow of the dedicated lane to evaluate its positive or negative effects on the supply chain. The methodology will analyze different traffic flow scenarios for the dedicated lane and normal lanes at the Colombia-Solidarity Port of Entry. It will also compute other metrics to compare the system under different congestion scenarios. The thesis will determine whether the strategy implemented enhances resilience in the supply chain or if alternative strategies need to be considered.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».