MétaCan
Menu
Retour à la cohorte
Enregistrement W7106577851 · doi:10.1109/tem.2025.3636464

Strategic Choices Based on Precision Service During the Construction of Unmanned Pharmaceutical Micro-Warehouses: A Dynamic Evolutionary Game Approach

2025· article· W7106577851 sur OpenAlexaff

Notice bibliographique

RevueIEEE Transactions on Engineering Management · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueAdvanced Manufacturing and Logistics Optimization
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésPurchasingRobustness (evolution)UpgradeService (business)Profit (economics)The InternetPharmaceutical industryGame theory

Résumé

récupéré en direct d'OpenAlex

Unmanned pharmaceutical micro-warehouses (UPMWs) automate operations such as warehousing, sorting and selling by integrating the Internet of Things, artificial intelligence and other technologies. In pharmaceutical retail settings, UPMWs help to solve problems such as purchasing medication at night, enhancing consumers' purchasing experience and reducing pharmaceutical enterprises' costs. However, the construction feasibility of UPMWs is not well researched. To bridge this gap, this paper considers the precise service capabilities of UPMWs. It builds a tripartite evolutionary game model involving pharmaceutical enterprises, consumers and suppliers. It also conducts extensive robustness check using the stability test of equilibrium points, numerical simulation, and scenario expansion verification. Our major findings are as follows. First, managers of pharmaceutical enterprises exhibit a non-profit-oriented nature, and the preference of pharmaceutical enterprise managers plays a decisive role. Second, consumers opt to use UPMWs only when the difference in utility between an UPMW and the traditional model exceeds the difference between the attention cost of consumers and added utility. Suppliers' choices depend on the disparity between upgrade costs and benefits, and their acceptable cost threshold increases as both the pharmaceutical enterprise's construction willingness and consumers' usage intention increase. Third, the precise service ability, sales proportion and acceptance of UPMWs influence the evolution rate and direction of the modelled game. Specifically, when these values are excessively low, the system evolves from ‘building UPMWs’ to ‘not building UPMWs’. Overall, our findings provide a new analytical framework and practical insights for resource allocation and collaborative management of UPMW Construction.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,010
Tête enseignante GPT0,233
Écart entre enseignants0,223 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Engineering ManagementMême sujetAdvanced Manufacturing and Logistics OptimizationTravaux en français237 207