Para citar este trabalho use um dos padrões abaixo:
As cadeias de suprimentos, especialmente as globais, sempre foram afetadas por eventos previsíveis ou imprevistos que ameaçam sua lucratividade e continuidade. Desta forma, o presente estudo busca investigar a atual literatura científica analisando e discutindo como modelos de machine learning estão sendo aplicados, bem como seus contextos, dentro do gerenciamento de risco da cadeia de suprimentos (GRCS). Aqui, destaca-se que se enfatizou publicações cuja proposta contenha alguma aplicação prática dessas técnicas. Nesta revisão realizou-se 3 etapas, resultando em uma amostra final de 12 estritamente relacionados com a temática. A partir da análise, destaca-se que a maior parte dos estudos utilizou algoritmos de classificação, aplicados principalmente para detectar possíveis riscos de interrupção a cadeia de suprimentos. Notou-se que GRCS auxiliado por técnicas de ML ainda é um campo pouco explorado.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo