MétaCan
Menu
Retour à la cohorte
Enregistrement W7112136853

<論文>Risks in Service-Oriented Manufacturing Supply Chains: Current Insights and Implications

2024· article· en· W7112136853 sur OpenAlexaff

Notice bibliographique

RevueInstitutional Repositories DataBase (IRDB) · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain Resilience and Risk Management
Établissements canadiensInnovation Cluster (Canada)
Organismes subventionnairesnon disponible
Mots-clésSupply chainContext (archaeology)Risk managementFuzzy logicContingencyProcess (computing)Fuzzy setGovernment (linguistics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This research presents an analysis of the risks associated with the service-oriented manufacturing supply chain based on the contingency theory. It aims to offer a comprehensive overview of the existing information by identifying and categorising diverse hazards into three primary tiers of risk determinants. The present research utilises a generic Risk Breakdown Structure (RBS) as a foundation but focuses on a particular industrial context to examine and validate hazards identified in the existing literature. Leveraging the Fuzzy Delphi-Analytic Hierarchy Process (AHP) technique, information was gathered from 50 local construction specialists, including government representatives, consultants, contractors, and clients. We propose formulating a comprehensive definition for a service-oriented manufacturing supply chain grounded on its fundamental significance within the contemporary economic landscape. Researchers and practitioners can consider a comprehensive list of seven risk categories: demand, supply, operations, information, finance, time (delays), and external sources (human-made or natural-related). These categories provide valuable insights into potential risks associated with various aspects of a given context. This study is one of the first research endeavours to provide the notion and attributes of the service-oriented manufacturing supply chain. The Fuzzy technique is employed to produce comprehensive and industry-specific Resource Breakdown Structures (RBSs) inside a singular investigation.

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)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,005
Communication savante0,0070,006
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,028
Tête enseignante GPT0,283
Écart entre enseignants0,255 · 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'étudeObservationnel
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstitutional Repositories DataBase (IRDB)Même sujetSupply Chain Resilience and Risk ManagementTravaux en français237 207