La gestion des problèmes d’approvisionnement dans les industries émergentes : Dilemme de l’approvisionnement en biomasse d’Ecostrat
Bibliographic record
Abstract
Cette étude de cas décrit le dilemme auquel a été confronté Pat Liew, directeur du développement commercial à Ecostrat, lorsque la première expédition de copeaux de l’entreprise à l’un de ses principaux clients a été refusée sous prétexte que les copeaux ne convenaient pas à la chaudière. Le client, une société figurant sur la liste de Fortune 500 en Amérique du Nord, avait obtenu et installé une chaudière à copeaux dans le cadre de son programme de développement durable. Le client avait diffusé une demande de prix pour l’approvisionnement en copeaux d’arbres entiers et Ecostrat avait décroché le contrat à long terme. Dans son rôle de distributeur de biomasse, Ecostrat a établi des ententes avec des fournisseurs locaux de copeaux d’arbres entiers afin qu’ils réapprovisionnent régulièrement les stocks du client. La situation s’est corsée lorsque le client s’est rendu compte que les caractéristiques des copeaux d’arbres entiers de sa région étaient nettement différentes de celles recommandées par le fournisseur de la chaudière. L’industrie de la biomasse n’était alors pas encore assez développée et les copeaux d’arbres entiers étaient définis différemment d’une région à l’autre. Comme il ignorait cette complication, le client n’avait pas mentionné de caractéristiques détaillées dans sa demande de prix et a ainsi reçu du matériel incompatible avec son équipement. Pat Liew a donc dû décider s’il fallait prendre l’option facile et annuler ce contrat de vente substantiel ou s’efforcer de trouver d’autres solutions pour le client.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.004 |
| Scholarly communication | 0.010 | 0.004 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".