Implementación de la circularidad en la cadena de suministro de alimentos basada en técnicas de big data utilizando...

Área de la Ciencia:

• Gestión de la cadena de suministro
• Ingeniería industrial
• Ciencia de los datos

Sus antecedentes:

• La circularidad en las cadenas de suministro mejora la eficiencia, pero se enfrenta a riesgos de adopción.
• Existen investigaciones limitadas sobre las barreras de circularidad en la cadena de suministro de alimentos de Irán.
• Las soluciones propuestas son el análisis de grandes volúmenes de datos y las tecnologías de la Industria 4.0.

Objetivo del estudio:

• Identificar y validar las barreras a las cadenas de suministro circulares en la industria alimentaria de Irán.
• Priorizar las soluciones basadas en grandes volúmenes de datos para superar las barreras identificadas.
• Aplicar nuevos métodos difusos de MCDM para la gestión de la incertidumbre.

Principales métodos:

• Revisión de la literatura y análisis de la relación de validez del contenido para la identificación de barreras.
• SWARA difuso (análisis de la relación de evaluación del peso por etapas) para la ponderación de la barrera.
• WASPAS difuso de Einstein (Evaluación del producto de la suma agregada ponderada) para la priorización de la técnica de big data.

Principales resultados:

• Las principales barreras incluyen la falta de infraestructura organizativa y sistemas de trazabilidad.
• El análisis de redes sociales (SNA) y los modelos de optimización son las soluciones de big data más efectivas.
• El estudio es el primero en aplicar el WASPAS difuso de Einstein en CSCM.

Conclusiones:

• Las técnicas de Big Data, especialmente el SNA y la optimización, pueden mitigar las barreras de la cadena de suministro circular.
• Los hallazgos guían a los gerentes de la industria alimentaria en la adopción de tecnologías inteligentes para la circularidad.
• Esta investigación proporciona un marco para la gestión de la incertidumbre en el CSCM.