XiaoMi-AI文件搜索系统
World File Search System链中
由于近场辐射热传递而导致相变纳米颗粒链中的多体有效导热率
a School of Energy Science and Engineering, Harbin Institute of Technology, 92 West Street, Harbin 150001, China b Laboratoire Charles Coulomb (L2C) UMR 5221 CNRS-Université de Montpellier, F- 34095 Montpellier, France c Key Laboratory of Aerospace Thermophysics, Ministry of Industry and Information Technology, Harbin 150001, China d School of Energy and山东大学的动力工程，Qingdao 266237，中国E Institut Universitaire de France，1 Rue Descartes，F-75231 Paris Cedex 05，法国
波兰在国际供应链中。全球机会，但是...
从更广阔的情况下，德国行业一直是过去几年中整个经济问题的最佳例子：陷入周期性和结构性的逆风之间，最后意识到，廉价能源的旧宏观业务模型和易于访问的大型出口市场不再起作用。投资不足的10年，竞争力不断恶化以及中国从出口目的地向凶猛的工业竞争对手的转变已经造成了 - 并将继续对德国经济造成损失。与2000年代初期，德国经济“疾病”或问题是高失业率和严格的劳动力市场，目前的问题要多样化，因此比20年前更难以解决。也不要忘记，2000年代初期的外部环境对德国的支持更为支持，中国进入了世界贸易组织和欧盟的扩大，而不是当前的地缘政治紧张局势，后院的战争和保护主义的崛起。
Robert L. Bray-凯洛格管理学院 供应链中断的宏观经济学 Peter Klibanoff -Kellogg管理学院
2009年 - 裁判。管理科学。操作研究。制造与服务运营管理。生产和运营管理。操作研究数学。运营管理杂志。国际生产研究杂志。计量经济学。定量经济学。兰德经济学杂志。IIE交易有关医疗保健系统工程的交易。运营管理杂志。MSOM学生纸竞赛。MSOM供应链信号。MSOM服务信号。POMS供应链学生纸竞赛。通知交互式海报会话
IOT的应用在供应链中归档供应商可持续性，参考TSRTC Telangana
最终，通过为供应商的可持续性归档提供物联网，TSRTC不仅可以改善其自身的环境和社会绩效，而且可以促进更具可持续性和负责任的运输生态系统。对可持续性的承诺将提高TSRTC的声誉，建立利益相关者的信任，并为更美好的未来及以后做出贡献。成功的关键在于仔细计划，战略实施以及对所采用的物联网解决方案的持续评估，以确保它们与TSRTC的整体可持续性目标保持一致并提供可衡量的结果。
供应链中现代奴隶制和透明度的陈述Spin Master Corp.及其子公司和分支机构（总的来说，“旋转大师”）是
供应链中现代奴隶制和透明度的陈述Spin Master Corp.及其子公司和分支机构（总的来说，“旋转大师”）致力于平等机会的工作场所 - 其招募，选择，培训，培训，薪酬和促进个人是基于个人的能力，经验，经验，培训，训练，智力，适合性，适用性和表现出色的。Spin Master的所有团队成员均负责维持最高的个人行为标准，以便在没有歧视，骚扰和暴力的工作场所中执行指定的职责。员工有望互相尊重和尊严，以礼貌和宽容行事，而不是宽容他人的歧视或骚扰。Spin Master致力于以符合最高道德标准的方式进行商业事务，并对其全球供应链中的人权进行尊重。我们希望所有供应商和制造商都以遵守严格的道德行为守则（代码）的方式开展业务。此代码适用于所有从事任何制造过程的分包商，制造商，制造商，分包商，从而为消费者提供成品。作为为旋转主制作的许可条件，每个供应商和制造商都必须遵守此代码，并确保其承包商这样做。旋转主遵循道德供应链计划（ESCP）规定的原则。自旋总供应商和制造商必须操作遵守最低标准和实践的工作场所：A。B.所有供应商均应获得ESCP认证或批准的同等认证，并有望立即提供相同的证明，包括证书编号，获得的日期和到期日期。法律合规：供应商和制造商必须遵守生产产品的所有适用法律要求。如果该代码和制造冲突国家 /地区的适用法律不同，则较高的标准会占上风。此合规性包括遵守适用的环境法。道德原则：供应商和制造商必须根据一系列道德标准承诺进行业务，包括诚实，正直，可信赖性以及对每个人的独特内在价值的尊重。C.就业标准：旋转大师只会与供应商和制造商开展业务，他们的员工自愿工作，没有过多的身体伤害风险，得到了相当补偿，并且不会以任何方式利用。此外，必须遵循以下特定准则：
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
业务连续性管理和供应链中断：津巴布韦飓风IDAI的人道主义组织的案例
摘要：灾难性事件，例如旋风，洪水，干旱，恐怖主义或网络犯罪，从天文学上讲是全世界的增长。这些事件破坏了企业的平稳连续性，导致声誉数字数据和财务损失。津巴布韦的Chimanimani和Chipinge地区于2019年3月经历了一场灾难性的旋风，这极大地破坏了各种重要的商业活动和相关的供应链。这项研究的重点是业务连续性和组织绩效对减轻灾难中主要供应链的破坏性影响的影响。普通最小二乘（OLS）回归模型用于分析供应链中断与业务连续性之间的关系。这项研究人口由82个人道主义组织，研究人员成功地向津巴布韦Cyclone Idai期间参与救济行动的65个人道主义组织的样本成功管理了问卷。结果表明，业务连续性对供应链中断有负面影响。在5％的显着性水平下，业务连续性的积极作用约为8％。这意味着业务连续性的边际变化将导致8％的8％对缓解人道主义救济工作中供应链破坏的影响。研究结果对从业人员（例如供应链经理）在供应链经理制定的策略中将很有用，这是由于看不见的冲击而引起的供应链中断威胁。
全球供应链中断的劳动力市场影响
我们研究了Covid-19引起的最新全球供应链中断的劳动力市场后果。具体来说，我们考虑的国际贸易成本暂时增加，类似于大流行期间观察到的成本，并使用具有向下标称工资僵化的定量贸易模型来分析其对劳动力市场成果的影响。即使省略了大流行的任何与健康相关的影响，贸易成本的增加也会导致美国劳动力参与的暂时但长期下降。但是，由于美国是制造商品的净进口商，因此制造业就业暂时增加了，从国外获得成本。相比，服务和农业就业经验暂时下降。象征性摩擦会导致冲击消散时暂时的失业，但这取决于货币住宿的程度。总体而言，震惊导致美国福利损失0.14％。对劳动力参与和福利的影响因最初的开放性和部门缺陷而有所不同。
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。
基于供应链中的信任和声誉的多标准决策
决策是供应链中的核心问题。许多文献研究都根据客户的要求报告了各种决策技术。考虑到虚拟供应链市场中的高风险交易，信任是一个非常关键的要素，当客户尝试选择适当的供应商时，应被视为重要参考。最近，已经进行了一个伟大的问题，以根据信任和声誉制定决策。但是，这些研究工作仍在理论研究阶段。本文根据供应链中的信任和声誉提出并实施了多标准决策方法。首先，本文在实际供应链设置中定义了一般信任指标，并设计了多维信任和声誉模式。本文还引入了K-均值聚类算法以删除不公平的评分分数。然后，基于这种信任和声誉模型，我们提出了一种基于可变权重和满足原理的多标准决策方法。为了验证这种方法的性能，我们模拟了具有多代理平台的实用供应链设置。模拟实验表明，拟议的信任和声誉模型可以有效地对那些撒谎的客户进行不公平的评级