XiaoMi-AI文件搜索系统
World File Search Systemchains
全球供应链中与可持续性相关的违法行为
商业行为公开（Busse，2016; Busse等，2017）。由此产生的负面新闻对购买公司可能非常有害。例如，大赦国际发布了一份报告，指责几家欧美制造商的消费品，包括宝洁和赌博，雀巢，Reckitt Benckiser，Colgate-Palmolive和Kellogg侵犯人权。notably，这些公司都没有直接从事批评的任何不人道的违规行为。相反，威尔马及其在印度尼西亚的种植园供应商（即他们的第二层和第一层供应商）经营的棕榈油炼油厂一直依靠儿童和强迫劳动，歧视女性工人，并支付低等工资（Amnesty International，2016年）。仍然将购买公司描绘成同谋（Scherer＆Palazzo，2011年）。在发布该报告的3天内，宝洁公司的股价下跌了1.25％，雀巢的股价下跌了1.66％，Reckitt的2.27％，高露洁 - 帕尔莫利维's，2.32％，而凯洛格（Kellogg）则下降了3.61％。，即使假设说，购买公司也忽略了供应商可持续性 - 与可持续性相关的违法行为，也肯定不会说上述股票价格影响。因此，重要的是要了解与与可持续性相关的违法行为相关的直接财务后果。有关这些主题的首次出版物提供了不同的结果。相反，Kim等人。我们想知道，哪些新闻强调供应链可持续性相关的违法行为或多或少地对购买公司有害？Jacobs and Singhal（2017）在一项专门针对Rana Plaza灾难的研究的研究中发现，来自孟加拉国的39家零售商并未受到严重的股票市场惩罚。（2019年）以及金和瓦格纳（Kim and Wagner，2021）发现，关于司法破产的公告以及与产品和过程相关的可持续性违法行为，对购买公司的股票市场绩效产生了负面影响。在这种背景下，我们的第一个目标是通过全面的样本和严格的方法来评估新闻对供应商与可持续性相关的违法行为的影响。为此，我们的研究考虑了（i）广泛的ESG相关跨性别，（ii）从各个区域起源中购买公司，（iii）可能通过混淆事件进行干扰，以及（iv）需要考虑各种控制变量。假设实际上存在有意义的股票价格效应，那么了解影响其幅度的因素在理论上很有趣，而且很重要。与其他人相比，某些与可持续性相关的违法行为肯定比其他人的眼睛更不合适，某些媒体可以将各自的信息发布给全球受众，而其他人则不能将这些信息发布到全球，而某些跨性别者（例如，来自
共享供应链：示例性案例的课程
在过去的十年中，结构化的抽象目的已经出现了“新”共享经济。到目前为止，供应链文献集中在提供连接业务和消费者（B2C）的人群障碍服务的平台上。它很少关注促进消费者之间产品交换的平台。本文旨在为共享经济刺激的C2C产品交换开发第一个供应链概念化。我们如何从SC的角度概念化它们？这样的C2C产品交易所是否形成了我们所说的“共享供应链”？这些共享供应链的特征是什么？设计/方法/方法我们依赖于Vestiaire Collective（VC）的单个案例研究，这是一个C2C平台，该平台将买卖二手奢侈品的消费者联系起来。之所以选择此案例，是因为它是一个典型的C2C产品平台，而是因为它是“极端”案例（Yin，2014年）会议Siggelkow的“ Talking Pig”标准（2007年）。调查结果我们证明了VC中间有一个“共享供应链”，其特征与向前和反向供应链不同。我们强调，在这种极端情况下，强大的物理中介化至关重要。然后，我们将这种极端情况与其他形式的共享供应链进行对比，以识别导致这些替代配置的变量。最后，我们制定了有关这些平台可能扮演的物理中介作用的理论命题。独创性/价值我们的文章通过与其他类型的链条一起确定共享供应链来扩展供应链概念的范围。它还指出了SC维度在共享经济中的战略作用。我们希望这将导致有关共享供应链的进一步研究。关键字：消费者，案例研究，供应链，点对点，共享经济
使用机器学习预测供应链中风险评估的风险因素
摘要：风险管理是一个正在进行的过程，其中包括映射和识别，分析以及评估，计划和实施的几个阶段，以降低风险并确保持续控制。沿供应连锁店的风险管理变得更加重要。当前的文献以及风险事件的复杂性和频率的增加，使我们面临当今风险管理中最突出的挑战：审计师在确定风险水平方面的主观性。简单地说，由于其特定的历史和经验，两个不同的审核员可能会以不同的方式评估给定情况。特别是，发现在同一组织中工作的不同审计师进行了相同的风险评估，这似乎极为困难。考虑到这一点，这项研究旨在减少人类的主观性偏见，并通过使用机器学习方法进行尽可能客观的风险评估。为此，本文基于因素分析和人工神经网络作为预测模型引入了一个新的风险评估框架。我们首先引入了一种将风险因素解构为基本要素的新方法，并将其分析为特征向量。接下来，我们收集了来自各个行业（从塑料和金属工厂到物流和医疗设备公司）的60家工业公司的风险调查和审计报告的独特现实数据。最后，我们构建了一个神经网络，以预测行业运营过程的风险水平。我们在42个样本上训练了我们的模型，并在18个样本的测试集上达到了2分的0.9。我们的模型经过验证，并设法根据人类审核员的结果预测r = 0.95的风险准确性。
将区块链，智能合约和复杂传感器管理平台组合在一起，用于超连接的智能感：物联网数据市场用例
摘要：在本文中，我们在将区块链技术与物联网（IoT）和安全框架相结合时演示了创新的多个点。在智能城市环境中物联网设备网络的部署和使用产生了大量数据。这些数据是由多个来源拥有的，这些数据将独立系统用于数据收集，存储和使用会阻碍其价值的利用。区块链作为分布式分类帐，可用于解决用于数据收集和分发的通用系统的开发。智能合约可用于自动化此类网络的所有过程，同时，区块链和行星际文件系统（IPFS）通过匿名和分布式存储保护敏感数据。提议的应用程序，数据和服务的创新和开放的物联网区块链市场提出：（i）提供了以下框架，以便以虚拟货币的形式交换对象的资产（数据和服务）； （ii）根据社会和商业环境定义动机激励措施，以使人类和智能对象进行互动。在M-SEC项目的背景下，通过桑坦德和富士泽之间的跨境试验进行了特定市场，从而验证了互操作性，效率和数据保护原则。
通过单个侧链中的精确氧气控制共轭聚合物形态
[A] Strasbourg大学，CNRS，ICPEES UMR 7515，67087法国Strasbourg，法国[B] Strasbourg University of Strasbourg，CNRS，CNRS，ICS UPR 22，67000 Strasbourg，法国，法国，CNR，CNRS，CNRS，CP2M 51128，dille fille fille fille fille CNRS，IPCMS UMR 7504，F-67034法国Strasbourg，法国[E] Mulhouse大学，CNRS，CNRS，IS2M，UMR 7361，15 Jean Starcky，Mulhouse 68057，法国法国[F] Cemistry [f] Cemistry of Chemistry of Chemistry of Chemistry of Chemistry of Chemistry，Lomonosov Moscow State9999999999999999999999.361，119999。莫斯科，俄罗斯摘要
加速工业价值链的脱碳
本出版物和此处提供的材料被“原样”提供。艾琳娜（Irena）已采取了所有合理的预防措施，并在本出版物中验证材料的可靠性。但是，艾琳娜（Irena），艾琳娜（Irena）或其成员均不支持合作伙伴的任何官员，代理人，数据或其他第三方内容提供商提供任何形式的保修，无论是明示还是暗示，他们都不承担任何责任或责任，因为在此使用该出版物或材料的任何后果。本文包含的信息不一定代表IRENA或成员所有成员的观点，并支持其支持的合作伙伴。提到特定公司，项目或产品并不意味着任何认可或建议。所采用的名称和本文的介绍并不意味着艾琳娜（Irena）的任何意见或关于任何地区，国家，地区，城市，城市或地区或其当局的法律地位的表达，也不暗示有关边界或边界或边界的界限。
当今数字时代的供应链重构
摘要。本文旨在对供应链设计和供应链数字化相关领域的当前研究实践和现有进展研究进行批判性文献综述。本研究旨在揭示数字技术对供应链设计的适应性，并进一步解释数字时代供应链动态重构的问题和要求。综述研究包括与该主题相关的主要期刊上发表的文章，以及对这些研究方法和发现的详细分析。本研究的贡献在于分类学研究，结果揭示了供应链设计数字化的后续发展，并为未来的研究提供了启示。确定了框架开发方面需要进一步研究，数字时代的供应链设计重构对于降低风险水平和提高供应链的效率和响应能力更为重要。
隐藏的马尔可夫链和田地，在Riemannian歧管中进行观测
[1] R. J. Elliot，L。Aggoun和J.B. Moore。 隐藏的马尔可夫模型：估计和控制。 Springer Science+商业媒体，1995年。 [2] O. Capp´e，E。Moulines和T. Ryd´en。 在隐藏的马尔可夫模型中推断。 Springer Science+商业媒体，2005年。 [3] L. R. Rabiner。 关于隐藏的马尔可夫模型和语音识别中选定应用的教程。 （在语音识别中的读数中）。 Morgan Kaufmann Publishers，Inc，1990。 [4] R. Durbin，S。Eddy，A。Krogh和G. Mitchison。 生物序列分析。 剑桥大学出版社，1998年。 [5] S. Z，li。 图像分析中的马尔可夫随机字段建模。 Springer Publishing Company，2009年。 [6] A. Zare，M。Jovanovic和T. Georgiou。 湍流的颜色。 流体力学杂志，812：630–680，2017。 [7] B. Jeuris和R. Vandebril。 带有toeplitz结构块的块toeplitz矩阵的khler平均值。 SIAM关于矩阵分析和应用的杂志，37：1151–1175，2016。 [8] A. Barachant，S。Bonnet，M。Congedo和C. Jutten。 通过Riemannian几何形状进行多类脑部计算机界面分类。 IEEE生物培训工程交易，59：920–928，2012。 [9] O. Tuzel，F。Porikli和P. Meer。 通过分类的人行人进行探测。 IEEE关于模式分析和机器智能的交易，30：1713–1727，2008。 [10] S. Said，H。Hajri，L。Bombrun和B. C. Ve-Muri。 熵，2016年18月18日。B. Moore。隐藏的马尔可夫模型：估计和控制。Springer Science+商业媒体，1995年。[2] O. Capp´e，E。Moulines和T. Ryd´en。在隐藏的马尔可夫模型中推断。Springer Science+商业媒体，2005年。[3] L. R. Rabiner。关于隐藏的马尔可夫模型和语音识别中选定应用的教程。（在语音识别中的读数中）。Morgan Kaufmann Publishers，Inc，1990。[4] R. Durbin，S。Eddy，A。Krogh和G. Mitchison。生物序列分析。剑桥大学出版社，1998年。[5] S. Z，li。图像分析中的马尔可夫随机字段建模。Springer Publishing Company，2009年。[6] A. Zare，M。Jovanovic和T. Georgiou。湍流的颜色。流体力学杂志，812：630–680，2017。[7] B. Jeuris和R. Vandebril。带有toeplitz结构块的块toeplitz矩阵的khler平均值。SIAM关于矩阵分析和应用的杂志，37：1151–1175，2016。[8] A. Barachant，S。Bonnet，M。Congedo和C. Jutten。通过Riemannian几何形状进行多类脑部计算机界面分类。IEEE生物培训工程交易，59：920–928，2012。[9] O. Tuzel，F。Porikli和P. Meer。通过分类的人行人进行探测。IEEE关于模式分析和机器智能的交易，30：1713–1727，2008。[10] S. Said，H。Hajri，L。Bombrun和B. C. Ve-Muri。熵，2016年18月18日。Riemannian对称空间上的高斯分布：结构化协方差矩阵的统计学习。信息理论交易，64：752–772，2018。[11] E. Chevallier，T。Hose，F。Barbaresco和J. Angulo。对Siegel空间的内核密度估计，并应用于雷达处理。[12] A. Banerjee，I。Dhillon，J。Ghosh和S. Sra。使用Von Mises-Fisher分布在单位过度上进行促进。机器学习研究杂志，6：1345–1382，2005。
可腐烂的粮食供应链为可持续性管理的挑战：发展中的经济观点
一般权利一般权利所有珍珠中的内容均受版权法保护。根据发布者政策提供作者手稿。请仅使用项目记录或文档中提供的详细信息引用发布的版本。在没有公开许可证的情况下（例如Creative Commons），应从出版商或作者那里寻求进一步重用内容的许可。取消策略取消政策，如果您认为本文档违反版权，请联系提供详细信息的图书馆，我们将立即删除对工作的访问并调查您的索赔。遵循以下工作：https：//pearl.plymouth.ac.uk/pbs-research
区块链技术对农业链中透明度和公平性的承诺潜力：咖啡领域的见解
近年来，区块链技术已成为一种工具，具有提高农业供应链中透明度，公平性和可持续性的潜力。这项研究通过解决区块链技术在咖啡链中有助于公平性的潜力的问题，有助于对采用区块链的含义的持续论述。从一个理论框架开始，该框架概念化了Agrifood公平及其与区块链的关系，研究进行了探索，探索了由25个咖啡烘焙师公司商业化的47种咖啡产品中采用的区块链公平性相关信息。目的是评估与烘焙公司和产品相关的特定特征如何影响通过区块链披露的公平相关信息的数量和质量。数据详细说明包括线性多元回归处理信息与咖啡烘焙公司和产品有关的信息，以及评估通过区块链传达的公平信息类型。通过建立这些特征与特定类型的公平性之间的相关性，这项研究表明，某些公司的特征（例如公司的规模和承诺和某些咖啡产品的特征），例如产品讲故事，证书的存在和存在的咖啡包装上的区块链信息 - 咖啡包装上的相关信息与公平信息相关信息，可在Blockchain平台上显示出可用的最终用户。这表明区块链技术可以帮助提高供应链的透明度，并将公平相关信息传达给最终用户。在采用以可持续性为导向措施和适当的公司政策的公司中，其有效性尤其重要。在这些情况下，区块链可以提高面向公平的过程的可见性。