MétaCan
Menu
Retour à la cohorte
Enregistrement W7071447567

Three Essays on The Interface of Sales and Operations Management

2021· article· en· W7071447567 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholars Commons (Wilfrid Laurier University) · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMachine Learning in Bioinformatics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSupply chainExploitProfit (economics)Supply chain managementChannel (broadcasting)Flow networkMaximizationProfit maximizationAttractivenessService qualityProcess (computing)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This dissertation investigates three profit maximization models for coordinating Sales and Operations (S\\&OP) management.\nThe first problem considers implementing a customer education strategy for the digital channel users of a multi-channel service provider. Using a customer network flow model, I investigate the effect of customer education in the digital channel on the number of users of digital and in-person channels. Further, I define a customer value metric that characterizes the optimal level of education effort. Finally, I determine conditions under which the effect of positive word-of-mouth regarding the quality of education dominates the lifetime value of customers.\nThe second problem studies a supply chain in which a distributor procures perishable products, transports them along the supply chain through distribution centers, and sells them at retail stores. The objective is to jointly optimize quality-based transportation decisions and pricing policies. I propose two frameworks to study this problem under sequential and integrated systems. Pricing and transportation decisions are made separately and then coordinated through an iterative process in the sequential model but jointly optimized in the integrated system.\nI exploit the special structure of the integrated model formulation and develop a decomposition-based solution method. I tested the model and solution methodology on a lettuce product distribution network in Eastern Canada.\nFinally, the third problem investigates the category space allocation at the macro-level and explores how considering location-based and product-based attractiveness can improve a retailer's overall space profitability. I consider both location-based and product-based attractiveness factors in a mixed-integer quadratic problem. As large-scale instances of this problem are computationally challenging to solve, I further provide a decomposition-based heuristic solution method for solving large instances of the problem.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,007
Communication savante0,0070,008
Science ouverte0,0010,002
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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 Opus0,010
Tête enseignante GPT0,237
Écart entre enseignants0,227 · 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 source (Gemma direct ou Codex distillé), 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholars Commons (Wilfrid Laurier University)Même sujetMachine Learning in BioinformaticsTravaux en français237 207