Mostrar el registro sencillo del ítem

Estado de la digitalización de la logística operativa en empresas de alimentos.

dc.contributor.authorValencia Cárdenas, Marisol
dc.contributor.authorRestrepo Morales, Jorge Aníbal
dc.contributor.authorPortillo, Lester Darío
dc.contributor.authorOspina, Jaime Alejandro
dc.date.accessioned2021-04-08T19:16:52Z
dc.date.available2021-04-08T19:16:52Z
dc.date.issued2020-10-07
dc.identifier.isbn978-958-52996-2-7
dc.identifier.urihttps://dspace.tdea.edu.co/handle/tdea/1077
dc.description.abstractLa 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 regionalspa
dc.description.tableofcontentsFunciones esenciales para la gestión de las pequeñas y medianas empresas Serie PYME TOMO Vspa
dc.format.extent36 p.spa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.publisherSello Editorial Tecnológico de Antioquiaspa
dc.relation.ispartofseriesInvestigación;
dc.rightshttps://tdea.edu.co/images/tdea/galeria/ebooks_sello_editorial/pyme_tomo_v.pdfspa
dc.sourcehttps://tdea.edu.co/images/tdea/galeria/ebooks_sello_editorial/pyme_tomo_v.pdfspa
dc.titleEstado de la digitalización de la logística operativa en empresas de alimentos.spa
dc.typeCapítulo - Parte de Librospa
dcterms.referencesAhmedova, 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.2015.06.155spa
dcterms.referencesAlba, 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.pdfspa
dcterms.referencesArango, M., Adarme-Jaimes, W. & Zapata-Cortés, J. (2013). Collaborative inventory in supply chain optimization, (Vmi), 71–80spa
dcterms.referencesArango, 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/25791spa
dcterms.referencesArango, 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/37629/42259spa
dcterms.referencesAtzori, L., Iera, A. & Morabito, G. (2011). The internet of things: a survey. Comput. Networks, 2787-2805spa
dcterms.referencesBarratt, M. & Oliveira, A. (2001). Exploring the experiences of collaborative planning initiatives. Int. J. Phys. Distrib. Logist. Manag, 266-289spa
dcterms.referencesBennett, 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, 306-325spa
dcterms.referencesBehzadi, 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.2017.07.005spa
dcterms.referencesBüyüközkan, 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.2018.02.010spa
dcterms.referencesCadesum, 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.referencesCamanzi, 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-zspa
dcterms.referencesChen, 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.2003.09.014spa
dcterms.referencesChen, 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.2011.02.049spa
dcterms.referencesChoi, 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.2601584spa
dcterms.referencesChou, 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.2012.07.038spa
dcterms.referencesChung, W. & Leung, S. (2005). Collaborative planning, forecasting and replenishment: a case study in copper clad laminate industry. Prod. Plan. Control, 563-574spa
dcterms.referencesConrad, 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 , :1347–1352spa
dcterms.referencesCorrea, A. & Gómez, R. (2009). Tecnologías de la Información en la cadena de suministro. DYNA, 76(157), 37–48.spa
dcterms.referencesCraig 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.referencesCrum, C. & Palmatier, G.(Jan/Feb, 2004). Demand collaboration: what’s holding us back? Supply Chain Manag. Review, 8 (1), 54-61.spa
dcterms.referencesDe 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.2011.05.018spa
dcterms.referencesDepartamento 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 2019spa
dcterms.referencesFeng, Q., Sethi, S., Yan, H. & Zhang, H. (2006). Are base-stock policies optimal in inventory problems with multiple delivery modes? Operations Research, 54(4):801–807spa
dcterms.referencesFan, T., Tao, F., Deng, S. & Li, S. (2015). Impact of RFID technology on supply chain decisions with inventory inaccuracies. International Journal of Production Economics, 117-125spa
dcterms.referencesGrazia, 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.referencesGutiérrez, V. & Vidal, C. J. (2008). Modelos de gestión de inventarios en cadenas de abastecimiento: Revisión de la literatura. Revista Facultad de Ingenieria, 43:134–149spa
dcterms.referencesGyogry, A. & Ottucsak, G. (2006). Adaptive routing using expert advice. The Computer Journal, 180-189.spa
dcterms.referencesHill, 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.referencesHyndman, 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.2011.03.006spa
dcterms.referencesJianfeng, 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.2011.18spa
dcterms.referencesJiménez, 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=1094804spa
dcterms.referencesKhan, 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/B978-0-12-809715-1.00001-8spa
dcterms.referencesKopanos, 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.2011.12.002spa
dcterms.referencesLokers, 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.2016.07.017spa
dcterms.referencesMade4net. (agosto, 2019). WarehouseExpert. Recuperado de: http://www.made4net.us/es/solutions/wms/warehousemanagement-systemspa
dcterms.referencesMayor-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/10.22430/24223182.1256spa
dcterms.referencesMercado, D. (2019). Los 4 retos que trae la cuarta revolución industrial a Medellín. El Tiempo, p. 2.spa
dcterms.referencesMoncayo, 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), 8-14spa
dcterms.referencesMontoya, A., Montoya, I. & Castellanos, O. (2010). Situación de la competitividad de las pyme en Colombia: elementos actuales y retos. Agronomía Colombiana, 28(1), 107–117spa
dcterms.referencesNgai, 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, 510-520spa
dcterms.referencesPaciarotti, 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.2019.104056spa
dcterms.referencesPalacio, 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.referencesPanahifar, 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.referencesPantano, E. & Viassone, M. (2014). Demand pull and technology push perspective in technology-based innovations for the points of sale: the retailers evaluation. 43-47spa
dcterms.referencesPlà, 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.referencesPuchalsky, 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/S0925527318302548spa
dcterms.referencesPrajapati, 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: 10.1177/0972150919889797spa
dcterms.referencesRanck J., R., Hideki Yanasse, H. & Morabito, R. (2019). A hybrid approach for a multi-compartment container loading problem. Expert Systems with Applications, 471-492spa
dcterms.referencesRestrepo, 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 Equilibriospa
dcterms.referencesRevista Logística. (agosto, 2019). Tecnología de punta, estas son las novedades del mercado. Editorial Legis. Obtenido de https://revistadelogistica.com/tecnologia/tecnologianovedades/spa
dcterms.referencesRocquigny, E. (2012). Modelling under risk and uncertainty. (Wiley, Ed.). Wiley Series in Probability and Statistics.spa
dcterms.referencesSalas, 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.referencesSalazar, 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/S0718-07642014000400007spa
dcterms.referencesSarimveis, 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.2007.01.017spa
dcterms.referencesSarac, 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, 77-95spa
dcterms.referencesSari, K. (2015). Investigating the value of reducing errors in inventory information from a supply chain perspective. Kybernetes, 176-185spa
dcterms.referencesSethi, 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.referencesSimanca, 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/S0718-07642016000300009spa
dcterms.referencesSimchi-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.referencesSimchi-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.referencesSuryaningrat, 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.2016.02.143spa
dcterms.referencesTabares, 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/07188307spa
dcterms.referencesTaleizadeh, 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.referencesThomé, A., Hollman, R. & L.F.R.R.S, d. (2014). Research synthesis in collaborative planning forecast and replenishment. Ind. Manag. Data Syst, 949-965spa
dcterms.referencesThomaz, 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.referencesTingting, W., Hu, B., Shan, C. & Long, D. (2018). Inventory inaccuracies and radio frequency identification technology: Risk analysis and coordination. Computers & Industrial Engineering, 125, 9-22spa
dcterms.referencesValencia, 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.v82n190.42828spa
dcterms.referencesValencia, 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.pdfspa
dcterms.referencesValencia, 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/13771spa
dcterms.referencesValencia, 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. v6n2.66085spa
dcterms.referencesVentura, 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.2013.03.012spa
dcterms.referencesWang, 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):66–76spa
dcterms.referencesWygant, 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)90121-6spa
dcterms.referencesWolfert, 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.2017.01.023spa
dcterms.referencesWong, W., Leung, S., Guo, X. & Zeng, P. (2012). Intelligent product cross-selling system with radio frequency identification technology for retailing. Int. J. Prod. Econ., 308-319spa
dcterms.referencesYu, 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/SI73-017.1spa
dc.description.edition1a ed.spa
dc.relation.citationendpage191 p.spa
dc.relation.citationstartpage152 p.spa
dc.relation.ispartofbookFunciones esenciales para la gestión de las pequeñas y medianas empresas Serie PYME TOMO Vspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.subject.proposalIndustriaspa
dc.subject.proposalLogisticaspa
dc.subject.proposalCadena de suministrospa
dc.subject.proposalInvestariosspa
dc.subject.unescoSuministro de alimentos
dc.subject.unescoRecursos naturales
dc.type.coarhttp://purl.org/coar/resource_type/c_3248spa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/bookPartspa
dc.type.redcolhttps://purl.org/redcol/resource_type/LIBspa
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2spa
oaire.versionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa


Ficheros en el ítem

Thumbnail
Nombre:
CAPITULO 5.pdf
Tamaño:
2.880Mb
Formato:
PDF
Ver/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem