Mostrar el registro sencillo del ítem
Estado de la digitalización de la logística operativa en empresas de alimentos.
dc.contributor.author | Valencia Cárdenas, Marisol | |
dc.contributor.author | Restrepo Morales, Jorge Aníbal | |
dc.contributor.author | Portillo, Lester Darío | |
dc.contributor.author | Ospina, Jaime Alejandro | |
dc.date.accessioned | 2021-04-08T19:16:52Z | |
dc.date.available | 2021-04-08T19:16:52Z | |
dc.date.issued | 2020-10-07 | |
dc.identifier.isbn | 978-958-52996-2-7 | |
dc.identifier.uri | https://dspace.tdea.edu.co/handle/tdea/1077 | |
dc.description.abstract | La industria de alimentos merece la atención y actualización en materia tecnológica, financiera y colaborativa, en relación con convenios adecuados a nivel empresa y Estado, en especial, con el advenimiento de la cuarta revolución industrial, lo cual destaca la importancia de los medios digitales para la industria, la logística y el estilo de vida actual. En este documento se hará la revisión frente a la necesidad de incorporar las tecnologías de industria Valencia, M., Portillo, L., Ospina, J. & Restrepo, J. (2020).Estado de la digitalización de la logística operativa en empresas de alimentos Capítulo 5. pp. 157-191. En Rincón, Y.; Restrepo, J. & Vanegas, J. (Coords.). (2020). Funciones esenciales para la gestión de las pequeñas y medianas empresas. Serie PYME. Tomo V. Primera Edición. pp. 444. Medellín, Colombia. Sello Editorial T Tecnológico de Antioquia Institución Universitaria.CAPÍTULO 5 Valencia, M., Portillo, L., Ospina, J. & Restrepo, J. 158 4.0 en la industria de alimentos. Para ello se parte de una revisión documental y, posteriormente, un diagnóstico del estado actual de una muestra representativa de empresas tipo pyme, con un alcance descriptivo, para deducir un nivel que puede servir de diagnóstico preliminar frente a las estrategias que el Estado y la industria antioqueña puedan aportar para el mejoramiento de ventajas competitivas que se requieren. Se encuentran niveles muy bajos de incorporación de tecnologías de tipo software y digitalización, lo cual exige la mirada del Estado y de agremiaciones, para apoyar la implementación tecnológica, de cara a la sostenibilidad empresarial del sector alimentos regional | spa |
dc.description.tableofcontents | Funciones esenciales para la gestión de las pequeñas y medianas empresas Serie PYME TOMO V | spa |
dc.format.extent | 36 p. | spa |
dc.format.mimetype | application/pdf | spa |
dc.language.iso | spa | spa |
dc.publisher | Sello Editorial Tecnológico de Antioquia | spa |
dc.relation.ispartofseries | Investigación; | |
dc.rights | https://tdea.edu.co/images/tdea/galeria/ebooks_sello_editorial/pyme_tomo_v.pdf | spa |
dc.source | https://tdea.edu.co/images/tdea/galeria/ebooks_sello_editorial/pyme_tomo_v.pdf | spa |
dc.title | Estado de la digitalización de la logística operativa en empresas de alimentos. | spa |
dc.type | Capítulo - Parte de Libro | spa |
dcterms.references | Ahmedova, S. (2015). Factors for increasing the competitiveness of small and medium- sized enterprises (SMEs) in Bulgaria. Procedia - Social and Behavioral Sciences, 195, 1104–1112. https://doi.org/10.1016/j.sbspro.2015.06.155 | spa |
dcterms.references | Alba, E. & Mendoza, M. (2007). Bayesian forecasting methods for short time series. Journal of Applied Forecasting, 1–10. Recuperado de http://allman.rhon.itam.mx/~mendoza/ Foresight.pdf | spa |
dcterms.references | Arango, M., Adarme-Jaimes, W. & Zapata-Cortés, J. (2013). Collaborative inventory in supply chain optimization, (Vmi), 71–80 | spa |
dcterms.references | Arango, M., Adarme, W. & Otero, M. (2011). Coordinación de abastecimiento con información compartida en pymes agroalimentarias colombianas. DYNA: Revista de La Facultad de Minas. Universidad Nacional de Colombia. Sede Medellín, 78(167), 203–212. Recuperado de http://www. revistas.unal.edu.co/index.php/dyna/article/view/25791 | spa |
dcterms.references | Arango, M. D., Adarme J. W. & Zapata, J. A. (2013). Inventarios colaborativos en la optimización de la cadena de suministros. Dyna, 80(181), 71–80. Recuperado de http:// www.revistas.unal.edu.co/index.php/dyna/article/ viewFile/37629/42259 | spa |
dcterms.references | Atzori, L., Iera, A. & Morabito, G. (2011). The internet of things: a survey. Comput. Networks, 2787-2805 | spa |
dcterms.references | Barratt, M. & Oliveira, A. (2001). Exploring the experiences of collaborative planning initiatives. Int. J. Phys. Distrib. Logist. Manag, 266-289 | spa |
dcterms.references | Bennett, R. & Savani, S. (2011). Retailers’ preparedness for the introduction of third wave (ubiquitous) computing applications: a survey of UK companies. Int. J. Retail Distrib. Manag, 306-325 | spa |
dcterms.references | Behzadi, G., O’Sullivan, M. J., Olsen, T. L. & Zhang, A. (2018). Agribusiness supply chain risk management: A review ofCAPÍTULO 5 Valencia, M., Portillo, L., Ospina, J. & Restrepo, J. 184 quantitative decision models. Omega (United Kingdom), 79, 21–42. https://doi.org/10.1016/j.omega.2017.07.005 | spa |
dcterms.references | Büyüközkan, G. & Göçer, F. (2018). Computers in industry digital supply chain : Literature review and a proposed framework for future research. Computers in Industry, 97, 157–177. https://doi.org/10.1016/j.compind.2018.02.010 | spa |
dcterms.references | Cadesum, D. (2017). DHL introduce el Internet de las Cosas en la escena logística. Obtenido de http://www. cadenadesuministro.es/noticias/dhl-introduce-el-internetde-las-cosas-en-la-escena-logistica/ | spa |
dcterms.references | Camanzi, L., Arba, E., Rota, C., Zanasi, C. & Malorgio, G. (2018). A structural equation modeling analysis of relational governance and economic performance in agri-food supply chains: evidence from the dairy sheep industry in Sardinia (Italy). Agricultural and Food Economics, 6(1). https://doi. org/10.1186/s40100-018-0099-z | spa |
dcterms.references | Chen, C. L. & Lee, W.C. (2004). Multi-objective optimization of multiechelon supply chain networks with uncertain product demands and prices. Computers & Chemical Engineering, 28(6–7), 1131– 1144. https://doi.org/10.1016/j.compchemeng.2003.09.014 | spa |
dcterms.references | Chen, K.Y. (2011). Combining linear and nonlinear model in forecasting tourism demand. Expert Systems with Applications, 38(8), 10368–10376. https://doi.org/10.1016/j.eswa.2011.02.049 | spa |
dcterms.references | Choi, T.M., Li, D. & Yan, H. (2003). Optimal two-stage ordering policy with Bayesian information updating. Journal of the Operational Research Society, 54(8), 846–859. https://doi. org/10.1057/palgrave.jors.2601584 | spa |
dcterms.references | Chou, M., Sim, C.-K. & Yuan, X.-M. (2013). Optimal policies for inventory systems with two types of product sharing common hardware platforms: Single period and finite horizon. European Journal of Operational Research, 224(2), 283–292. https://doi.org/10.1016/j.ejor.2012.07.038 | spa |
dcterms.references | Chung, W. & Leung, S. (2005). Collaborative planning, forecasting and replenishment: a case study in copper clad laminate industry. Prod. Plan. Control, 563-574 | spa |
dcterms.references | Conrad, C., Yusuf , K. & Werner, P. (2010). The effect of defined auditory conditions versus mental loading on the laparoscopic motor skill performance of experts. Surg Endosc , :1347–1352 | spa |
dcterms.references | Correa, A. & Gómez, R. (2009). Tecnologías de la Información en la cadena de suministro. DYNA, 76(157), 37–48. | spa |
dcterms.references | Craig A, H., Zhang, P. & Keith E, M. (2018). Collaborative planning, forecasting, and replenishment & firm performance: An empirical evaluation. International Journal of Production Economics, 12-23. | spa |
dcterms.references | Crum, C. & Palmatier, G.(Jan/Feb, 2004). Demand collaboration: what’s holding us back? Supply Chain Manag. Review, 8 (1), 54-61. | spa |
dcterms.references | De Ávila, J. V. & Morabito, R. (2011). Application of network flow models for the cash management of an agribusiness company. Computers and Industrial Engineering, 61(3), 848–857. https://doi.org/10.1016/j.cie.2011.05.018 | spa |
dcterms.references | Departamento Nacional de Planeación (2017). Big Data. Observatorio Nacional de Logística. Recuperado de https:// onl.dnp.gov.co/es/Paginas/BigData.aspx. Fecha: 31 de agosto de 2019 | spa |
dcterms.references | Feng, Q., Sethi, S., Yan, H. & Zhang, H. (2006). Are base-stock policies optimal in inventory problems with multiple delivery modes? Operations Research, 54(4):801–807 | spa |
dcterms.references | Fan, T., Tao, F., Deng, S. & Li, S. (2015). Impact of RFID technology on supply chain decisions with inventory inaccuracies. International Journal of Production Economics, 117-125 | spa |
dcterms.references | Grazia, M. (2018). Trends in transportation and logistics. European Journal of Operational Research, 264(3), 830–836. https:// doi.org/10.1016/j.ejor.2016.08.032. | spa |
dcterms.references | Gutiérrez, V. & Vidal, C. J. (2008). Modelos de gestión de inventarios en cadenas de abastecimiento: Revisión de la literatura. Revista Facultad de Ingenieria, 43:134–149 | spa |
dcterms.references | Gyogry, A. & Ottucsak, G. (2006). Adaptive routing using expert advice. The Computer Journal, 180-189. | spa |
dcterms.references | Hill, C. A., Zhang, G. P. & Miller, K. E. (2018). Collaborative planning, forecasting, and replenishment & firm performance: An empirical evaluation. International journal of production economics, 196, 12-23. | spa |
dcterms.references | Hyndman, R. J., Ahmed, R. A., Athanasopoulos, G. & Shang, H. L. (2011). Optimal combination forecasts for hierarchical time series. Computational Statistics and Data Analysis, 55(9), 2579–2589. https://doi.org/10.1016/j.csda.2011.03.006 | spa |
dcterms.references | Jianfeng, H., Jingying, Z. & Xiaodong, W. (2011). Research on the optimization strategy of maintenance Spare parts inventory management for petrochemical vehicle. 2011 International Conference on Information Management, Innovation Management and Industrial Engineering, 45–48. https:// doi.org/10.1109/ICIII.2011.18 | spa |
dcterms.references | Jiménez, J. (2005). Estado del arte de los modelos matemáticos para la coordinación de inventarios en la cadena de suministro. Publicación Técnica, (281). Recuperado de http://trid.trb. org/view.aspx?id=1094804 | spa |
dcterms.references | Khan, S.; Rahman, M.; Apon, A. & Chowdhury, M. (2017). Data analytics for intelligent transportation systems. Chapter 1 - Characteristics of intelligent transportation systems and its relationship with data analytics. elsevier: 1-29 pp. https:// doi.org/10.1016/B978-0-12-809715-1.00001-8 | spa |
dcterms.references | Kopanos, G. M., Puigjaner, L. & Georgiadis, M. C. (2012). Simultaneous production and logistics operations planning in semicontinuous food industries. Omega, 40(5), 634–650. https://doi.org/10.1016/j.omega.2011.12.002 | spa |
dcterms.references | Lokers, R., Knapen, R., Janssen, S., van Randen, Y. & Jansen, J. (2016). Analysis of Big Data technologies for use in agro-environmental science. Environmental Modelling and Software, 84, 494–504. https://doi.org/10.1016/j. envsoft.2016.07.017 | spa |
dcterms.references | Made4net. (agosto, 2019). WarehouseExpert. Recuperado de: http://www.made4net.us/es/solutions/wms/warehousemanagement-system | spa |
dcterms.references | Mayor-Ríos, J. A., Pacheco-Ortiz, D. M., Patiño-Vanegas, J. C. & Ramos-Yovera, S. E. (2019). Análisis de la integración del Big Data en los programas de contaduría pública en universidades acreditadas en Colombia. Revista CEA, 5(9), 53-76. https://doi.org/10.22430/24223182.1256 | spa |
dcterms.references | Mercado, D. (2019). Los 4 retos que trae la cuarta revolución industrial a Medellín. El Tiempo, p. 2. | spa |
dcterms.references | Moncayo, L. R., Troncozo, M. M., Sánchez, D. A. & Cevallos-Torres, L. (2019). Modelo de Optimización para medir el costo por perdida de producto no vendido mediante simulación montecarlo y algoritmo metaheurístico Tabú. Ecuadorian Science, 3(2), 8-14 | spa |
dcterms.references | Montoya, A., Montoya, I. & Castellanos, O. (2010). Situación de la competitividad de las pyme en Colombia: elementos actuales y retos. Agronomía Colombiana, 28(1), 107–117 | spa |
dcterms.references | Ngai, E., Moon, K., Riggins, F. & Yi, C. (2008). RFID research: an academic literature review (1995–2005) and future research directions. Int. Journal Prod. Econ, 112, 510-520 | spa |
dcterms.references | Paciarotti, C., Bevilacqua, M., Ciarapica, F., Mazzuto, G. & Postacchini, L. (2019). Un análisis de eficiencia del sistema de distribución de alimentos a través del análisis de envoltura de datos. Revista Internacional de Investigación Operativa, 36(4), 538 - 554. doi:10.1504 / IJOR.2019.104056 | spa |
dcterms.references | Palacio, O. & Adarme, W. (2014). Coordinación de inventarios: Un caso de estudio para la logística de ciudad. DYNA - Facultad de Minas de la UNAL Medellín, 81(186), 295–303. | spa |
dcterms.references | Panahifar, F., Heavey, C., Byrne, P. & Fazlollahtabar, H. (2015). A framework for collaborative planning, forecasting and replenishment (CPFR). J. Enterp. Inf. Manag., 838-871. | spa |
dcterms.references | Pantano, E. & Viassone, M. (2014). Demand pull and technology push perspective in technology-based innovations for the points of sale: the retailers evaluation. 43-47 | spa |
dcterms.references | Plà, L. M., Sandars, D. L. & Higgins, A. J. (2014). A perspective on operational research prospects for agriculture. JournalCAPÍTULO 5 Valencia, M., Portillo, L., Ospina, J. & Restrepo, J. 188 of the Operational Research Society, 65(7), 1078–1089. https://doi.org/10.1057/jors.2013.45. | spa |
dcterms.references | Puchalsky, W., Trierweiler, G., Pereira, C., Zanetti, R. & Coelho, S. (2018). Agribusiness time series forecasting using Wavelet neural networks and metaheuristic optimization: an analysis of the soybean sack price and perishable products demand. International Journal of Production Economics, 203(June), 174–189. https://doi.org/S0925527318302548 | spa |
dcterms.references | Prajapati, D., Harish, A. R., Daultani, Y., Singh, H. & Pratap, S. (2020). A Clustering Based Routing Heuristic for Last-Mile Logistics in Fresh Food E-Commerce. Global Business Review, 1-14. doi: 10.1177/0972150919889797 | spa |
dcterms.references | Ranck J., R., Hideki Yanasse, H. & Morabito, R. (2019). A hybrid approach for a multi-compartment container loading problem. Expert Systems with Applications, 471-492 | spa |
dcterms.references | Restrepo, J., Beltrán, L., Ramírez, P., Flores, F. & Maya, V. (2015). Una aproximación estocástica al impacto de los inventarios en las empresas comercializadoras de Izúcar de Matamoros mediante análisis del indicador de Dupont y el Punto de Equilibrio | spa |
dcterms.references | Revista Logística. (agosto, 2019). Tecnología de punta, estas son las novedades del mercado. Editorial Legis. Obtenido de https://revistadelogistica.com/tecnologia/tecnologianovedades/ | spa |
dcterms.references | Rocquigny, E. (2012). Modelling under risk and uncertainty. (Wiley, Ed.). Wiley Series in Probability and Statistics. | spa |
dcterms.references | Salas, K., Maiguel, H. & Acevedo, J. (2017). Metodología de gestión de inventarios para determinar los niveles de integración y colaboración en una cadena de suministro. Inventory Management. Revista Chilena de Ingeniería, 25(2), 326– 337. https://doi.org/10.4067/S0718-33052017000200326. | spa |
dcterms.references | Salazar, F., Cavazos, J. & Vargas, G. (2014). Logística humanitaria: Un enfoque del suministro desde las cadenas agroalimentarias. Información tecnológica, 25(4), 43-50. https://dx.doi. org/10.4067/S0718-07642014000400007 | spa |
dcterms.references | Sarimveis, H., Patrinos, P., Tarantilis, C. D. & Kiranoudis, C. T. (2008). Dynamic modeling and control of supply chain systems: A review. Computers & Operations Research, 35(11), 3530– 3561. https://doi.org/10.1016/j.cor.2007.01.017 | spa |
dcterms.references | Sarac, A., Absi, N. & Dauzere-Peres, S. (2010). A literature review on the impact of RFID technologies on supply chain management. Int. J. Prod. Econ, 128, 77-95 | spa |
dcterms.references | Sari, K. (2015). Investigating the value of reducing errors in inventory information from a supply chain perspective. Kybernetes, 176-185 | spa |
dcterms.references | Sethi, S; Yan, H. & Zhang, H. (2003). Inventory models with fixed costs, forecast updates, and two delivery modes. Journal of Operations Research, 51(2), 321-328. | spa |
dcterms.references | Simanca, M. M., Montoya, L. A. & Bernal, C. A. (2016). Gestión del conocimiento en cadenas productivas: El caso de la cadena láctea en Colombia. Información Tecnológica, 27(3), 93– 106. https://doi.org/10.4067/S0718-07642016000300009 | spa |
dcterms.references | Simchi-Levi, D., Kaminski, P. & Simchi-Levi, E. (2008). Designing and managing the supply chain. (McGraw-Hill, Ed.) (3rd ed.). New York: McGraw-Hill. | spa |
dcterms.references | Simchi-Levi, D., Chen, X. & Bramel, J. (2005). The logic of logistics. Theory, Algorithms and Applications for Logistics and Supply Chain Management, Second Edition. Springer. | spa |
dcterms.references | Suryaningrat, I. B. (2016). Raw material procurement on agroindustrial supply chain management: A case survey of fruit processing industries in indonesia. Agriculture and Agricultural Science Procedia, 9, 253–257. https://doi. org/10.1016/j.aaspro.2016.02.143 | spa |
dcterms.references | Tabares, J., Velásquez, C. & Valencia, M. (2014). Comparación de técnicas estadísticas de pronóstico para la demanda de energía eléctrica. Revista de Ingeniería Industrial, 13(1), 19–31. https://doi.org/07188307 | spa |
dcterms.references | Taleizadeh, A., Niaki, S. & Nikousokhan, R. (2011). Constraint multiproduct joint replenishment inventory control problem using uncertain programming. Applied Soft Computing, 11(8):5143–5154. | spa |
dcterms.references | Thomé, A., Hollman, R. & L.F.R.R.S, d. (2014). Research synthesis in collaborative planning forecast and replenishment. Ind. Manag. Data Syst, 949-965 | spa |
dcterms.references | Thomaz, G. M., Biz, A. A. & Gândara, J. M. (2013). Innovación en la promoción turística en medios y redes sociales: Un estudio comparativo entre destinos turísticos. Estudios y perspectivas en turismo, 22(1), 102-119. | spa |
dcterms.references | Tingting, W., Hu, B., Shan, C. & Long, D. (2018). Inventory inaccuracies and radio frequency identification technology: Risk analysis and coordination. Computers & Industrial Engineering, 125, 9-22 | spa |
dcterms.references | Valencia, M., Díaz, F. J. & Correa, J. C. (2015). Planeación de inventarios con demanda dinámica. Una revisión del estado del arte. Revista DYNA, 82(190), 182–191. https://doi.org/ http://dx.doi.org/10.15446/dyna.v82n190.42828 | spa |
dcterms.references | Valencia, M. (2016). Dynamic model for the multiproduct inventory optimization with multivariate demand. Universidad Nacional de Colombia, Sede Medellín. Recuperado de http://www. bdigital.unal.edu.co/51516/1/43616826.2015.pdf | spa |
dcterms.references | Valencia, M, González, D. & Cardona, J. (2014). Metodología de un modelo de optimización para el pronóstico y manejo de inventarios usando el metaheurístico Tabú. Revista Ingeniería, 24(1), 13–27. Recuperado de http://www. revistas.ucr.ac.cr/index.php/ingenieria/article/view/13771 | spa |
dcterms.references | Valencia, M, Osorno, V. & Salazar, J. C. (2017). Comparative of forecasting models: Classical, Bayesian and Combination Techniques. Revista Facultad de Ciencias, 6, 124–140. https://doi.org/https://doi.org/10.15446/rev.fac.cienc. v6n2.66085 | spa |
dcterms.references | Ventura, J. A., Valdebenito, V. A. & Golany, B. (2013). A dynamic inventory model with supplier selection in a serialCAPÍTULO 5 Estado de la digitalización de la logística operativa en empresas de alimentos 191 supply chain structure. European Journal of Operational Research, 230(2), 258–271. https://doi.org/10.1016/j. ejor.2013.03.012 | spa |
dcterms.references | Wang, K. J., Lin, Y. & Yu, J. C. (2011). Optimizing inventory policy for products with time-sensitive deteriorating rates in a multiechelon supply chain. International Journal of Production Economics, 130(1):66–76 | spa |
dcterms.references | Wygant, R. (1989). CLIPS — A powerful development and delivery expert system tool. Computers & Industrial Engineering, 546- 549. doi:https://doi.org/10.1016/0360-8352(89)90121-6 | spa |
dcterms.references | Wolfert, S., Ge, L., Verdouw, C. & Bogaardt, M. J. (2017). Big Data in Smart Farming – A review. Agricultural Systems, 153, 69–80. https://doi.org/10.1016/j.agsy.2017.01.023 | spa |
dcterms.references | Wong, W., Leung, S., Guo, X. & Zeng, P. (2012). Intelligent product cross-selling system with radio frequency identification technology for retailing. Int. J. Prod. Econ., 308-319 | spa |
dcterms.references | Yu, Y., Xiong, W. & Cao, Y. (2015). A Conceptual model of supply chain risk mitigation: The role of supply chain integration and organizational risk propensity. Journal of Coastal Research, 73(73), 95–98. https://doi.org/10.2112/SI73-017.1 | spa |
dc.description.edition | 1a ed. | spa |
dc.relation.citationendpage | 191 p. | spa |
dc.relation.citationstartpage | 152 p. | spa |
dc.relation.ispartofbook | Funciones esenciales para la gestión de las pequeñas y medianas empresas Serie PYME TOMO V | spa |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | spa |
dc.subject.proposal | Industria | spa |
dc.subject.proposal | Logistica | spa |
dc.subject.proposal | Cadena de suministro | spa |
dc.subject.proposal | Investarios | spa |
dc.subject.unesco | Suministro de alimentos | |
dc.subject.unesco | Recursos naturales | |
dc.type.coar | http://purl.org/coar/resource_type/c_3248 | spa |
dc.type.content | Text | spa |
dc.type.driver | info:eu-repo/semantics/bookPart | spa |
dc.type.redcol | https://purl.org/redcol/resource_type/LIB | spa |
dc.type.version | info:eu-repo/semantics/publishedVersion | spa |
oaire.accessrights | http://purl.org/coar/access_right/c_abf2 | spa |
oaire.version | http://purl.org/coar/version/c_970fb48d4fbd8a85 | spa |
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(ones)
-
Libros [137]