XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: BAYESIAN NETWORK FOR MODELING SUPPLY-CHAIN RISKS: A CASE STUDY ON SUPPLIERS EVALUATION Autor: CAMILA BARBEITO VOTO
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
CARLOS PATRICIO SAMANEZ - ADVISOR
Nº do Conteudo: 34779
Catalogação: 14/08/2018 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=34779@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=34779@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.34779
Resumo:
Título: BAYESIAN NETWORK FOR MODELING SUPPLY-CHAIN RISKS: A CASE STUDY ON SUPPLIERS EVALUATION Autor: CAMILA BARBEITO VOTO
Nº do Conteudo: 34779
Catalogação: 14/08/2018 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=34779@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=34779@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.34779
Resumo:
As a consequence of the supply chain management pursuit for efficiency, the organizations become more dependent on the suppliers of raw materials and more sensitive to their risk profiles. The Supply chain risk management (SCRM) objective is to understand and reduce the likelihood of disruptions. SCRM puts its effort in sharpen the notions of risk and reliability and tries to quantify them. The methodology used in this study can be used by managers to formulate supply chain risk management strategies and tactics that mitigate overall supply chain risks correlated with the most critical suppliers. This research is concerned with developing a Bayesian Network approach to model and to analyze supply chain disruptions associated with suppliers. The Bayesian Networks is a method of modeling the cause and effect of events and has proven to be a powerful tool under conditions of uncertainty. A case study is used to illustrate the application proposed to make the supply chain more reliable.
| Descrição | Arquivo |
| COMPLETE |
