Search

Objective: This study aims to tackle the increasing prevalence of employee burnout by introducing a novel hybrid methodology employing Bayesian networks and fuzzy logic. This approach seeks to identify and address burnout risks comprehensively. Theoretical Framework: Drawing from burnout theories alongside Bayesian networks and fuzzy logic, this research establishes a robust foundation for understanding burnout complexities and evaluating the efficacy of the proposed hybrid approach. Method: The methodology encompasses a model development phase utilizing OpenMarkov and FisPro to integrate Bayesian networks and fuzzy logic. Data collection involved a multifaceted approach including surveys, expert interviews, and a thorough review of literature focusing on workload, work environment, psychology, and other pertinent factors influencing burnout. Results and Discussion: Findings indicate that burnout tends to manifest at lower levels in scenarios characterized by weak communication, high workload, and low obstacles, while it escalates in situations marked by weak communication, occasional workload spikes, and moderate obstacles, among other contributing factors. These results are analyzed within the context of the theoretical framework, emphasizing their implications for individual well-being and organizational success. Research Implications: This study provides actionable insights for companies, particularly human resources managers, to bolster employee psychological support systems and advance organizational objectives. Proactively addressing burnout risks can enhance both employee well-being and overall organizational performance. Originality/Value: By proposing a hybrid methodology that merges Bayesian networks and fuzzy logic to comprehensively tackle burnout risks, this research contributes to the existing literature. The innovative methodology and practical implications underscore the significance and applicability of this study for organizations strivi, Objetivo: Este estudo visa abordar a crescente prevalência do esgotamento profissional entre os funcionários, introduzindo uma metodologia híbrida inovadora que utiliza redes Bayesianas e lógica difusa. Este enfoque busca identificar e abordar de forma abrangente os riscos de esgotamento profissional. Quadro Teórico: Com base em teorias sobre esgotamento profissional juntamente com redes Bayesianas e lógica difusa, esta pesquisa estabelece uma base sólida para compreender as complexidades do esgotamento profissional e avaliar a eficácia da abordagem híbrida proposta. Método: A metodologia abrange uma fase de desenvolvimento de modelo utilizando o OpenMarkov e FisPro para integrar redes Bayesianas e lógica difusa. A coleta de dados envolveu uma abordagem multifacetada que incluiu pesquisas, entrevistas com especialistas e uma revisão abrangente da literatura focada em carga de trabalho, ambiente de trabalho, psicologia e outros fatores relevantes que influenciam o esgotamento profissional. Resultados e Discussão: Os achados indicam que o esgotamento profissional tende a manifestar-se em níveis mais baixos em cenários caracterizados por comunicação fraca, alta carga de trabalho e obstáculos baixos, enquanto se agrava em situações marcadas por comunicação fraca, picos ocasionais de carga de trabalho e obstáculos moderados, entre outros fatores contribuintes. Esses resultados são analisados no contexto do quadro teórico, enfatizando suas implicações para o bem-estar individual e o sucesso organizacional. Implicações da Pesquisa: Este estudo oferece insights práticos para empresas, especialmente para gerentes de recursos humanos, para fortalecer os sistemas de apoio psicológico dos funcionários e avançar nos objetivos organizacionais. Abordar proativamente os riscos de esgotamento profissional pode melhorar tanto o bem-estar dos funcionários quanto o desempenho organizacional como um todo. Originalidade/Valor: Ao propor uma metodologia híbrida que combina redes Bayesiana, Objetivo: Este estudio tiene como objetivo abordar la creciente prevalencia del agotamiento laboral entre los empleados mediante la introducción de una metodología híbrida novedosa que emplea redes Bayesianas y lógica difusa. Este enfoque busca identificar y abordar de manera integral los riesgos de agotamiento laboral. Marco Teórico: Basándose en teorías sobre el agotamiento laboral junto con redes Bayesianas y lógica difusa, esta investigación establece una sólida base para comprender las complejidades del agotamiento laboral y evaluar la eficacia del enfoque híbrido propuesto. Método: La metodología abarca una fase de desarrollo de modelo utilizando OpenMarkov y FisPro para integrar redes Bayesianas y lógica difusa. La recopilación de datos involucró un enfoque multifacético que incluyó encuestas, entrevistas a expertos y una exhaustiva revisión de literatura centrada en carga de trabajo, ambiente laboral, psicología y otros factores pertinentes que influyen en el agotamiento laboral. Resultados y Discusión: Los hallazgos indican que el agotamiento laboral tiende a manifestarse en niveles más bajos en escenarios caracterizados por una comunicación débil, alta carga de trabajo y obstáculos bajos, mientras que se agrava en situaciones marcadas por una comunicación débil, picos ocasionales de carga de trabajo y obstáculos moderados, entre otros factores contribuyentes. Estos resultados se analizan en el contexto del marco teórico, enfatizando sus implicaciones para el bienestar individual y el éxito organizacional. Implicaciones de la Investigación: Este estudio proporciona ideas prácticas para las empresas, especialmente para los gerentes de recursos humanos, para fortalecer los sistemas de apoyo psicológico de los empleados y avanzar en los objetivos organizacionales. Abordar proactivamente los riesgos de agotamiento laboral puede mejorar tanto el bienestar de los empleados como el rendimiento organizacional en general. Originalidad/Valor: Al proponer una metodolo

Purpose: The aim of this study is to conduct a comprehensive review of scientific articles concerning artificial intelligence (AI) applications in electronic commerce through bibliometric analysis. Theoretical Framework: The current study utilized both the SCOPUS and Web of Science (WoS) databases to enrich the analysis with a wider selection of papers in the field, incorporating an examination of the most cited documents. Design/Methodology/Approach: The dataset for analysis was selected according to the PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) framework, integrating data from Scopus and WoS through R software, specifically using the biblioshiny library. It includes 8372 papers published from 1995 to 2023. This study's data analysis used two approaches: descriptive analysis to examine the data quantitatively and scientific mapping to explore the intellectual and social structures within the dataset. Findings: The results reveal significant trends in the application of artificial intelligence in e-commerce, highlighting the rapid growth of interest in this area over the last decade. China emerges as the country with the highest number of citations, with ZHANG Y identified as the most relevant author and HU M as the most cited author. Furthermore, the study identifies prevalent keywords used by the authors, including sentiment analysis and recommendation systems. Research, Practical & Social Implications: This study underscores the transformative potential of AI in enhancing e-commerce practices, offering insights for both academic researchers and industry professionals by providing valuable perspectives on current trends and contributions. Originality/Value: The value of the study lies in its comprehensive bibliometric approach, which integrates two major databases to explore AI's applications in e-commerce. This deviation from previous reviews, which often rely on a single database, provides a deeper understanding of the, Objetivo: O objetivo deste estudo é realizar uma revisão abrangente de artigos científicos sobre as aplicações de inteligência artificial (IA) no comércio eletrônico por meio de análise bibliométrica. Referencial teórico: O estudo atual utilizou tanto as bases de dados SCOPUS quanto Web of Science (WoS) para enriquecer a análise com uma seleção mais ampla de artigos no campo, incorporando um exame dos documentos mais citados. Desenho/metodologia/abordagem: O conjunto de dados para análise foi selecionado de acordo com o framework PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses), integrando dados do Scopus e WoS por meio do software R, especificamente utilizando a biblioteca biblioshiny, e inclui 8372 artigos publicados de 1995 a 2023. A análise de dados deste estudo utilizou duas abordagens: análise descritiva para examinar os dados quantitativamente e mapeamento científico para explorar as estruturas intelectuais e sociais dentro do conjunto de dados. Resultados: Os resultados revelam tendências significativas na aplicação da inteligência artificial no comércio eletrônico, destacando o rápido crescimento do interesse nesta área ao longo da última década. A China emerge como o país com o maior número de citações, com ZHANG Y identificado como o autor mais relevante e HU M como o autor mais citado. Além disso, o estudo identifica palavras-chave prevalentes usadas pelos autores, incluindo análise de sentimento e sistemas de recomendação. Pesquisa, implicações práticas e sociais: Este estudo destaca o potencial transformador da IA em aprimorar práticas de comércio eletrônico, oferecendo insights tanto para pesquisadores acadêmicos quanto profissionais da indústria, fornecendo perspectivas valiosas sobre tendências atuais e contribuições. Originalidade/valor: O valor do estudo reside em sua abordagem bibliométrica abrangente, que integra duas bases de dados principais para explorar as aplicações da IA no comércio eletrônico. Esta divergência d, Propósito: El objetivo de este estudio es realizar una revisión exhaustiva de artículos científicos sobre las aplicaciones de la inteligencia artificial (IA) en el comercio electrónico a través de análisis bibliométrico. Marco teórico: El estudio actual utilizó tanto las bases de datos SCOPUS como Web of Science (WoS) para enriquecer el análisis con una selección más amplia de artículos en el campo, incorporando un examen de los documentos más citados. Metodología: El conjunto de datos para el análisis fue seleccionado de acuerdo con el marco PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses), integrando datos de Scopus y WoS a través del software R, específicamente utilizando la biblioteca biblioshiny, e incluye 8372 artículos publicados desde 1995 hasta 2023. El análisis de datos de este estudio utilizó dos enfoques: análisis descriptivo para examinar los datos cuantitativamente y mapeo científico para explorar las estructuras intelectuales y sociales dentro del conjunto de datos. Conclusiones: Los resultados revelan tendencias significativas en la aplicación de la inteligencia artificial en el comercio electrónico, destacando el rápido crecimiento del interés en esta área durante la última década. China emerge como el país con el mayor número de citas, con ZHANG Y identificado como el autor más relevante y HU M como el autor más citado. Además, el estudio identifica palabras clave prevalentes utilizadas por los autores, incluyendo análisis de sentimientos y sistemas de recomendación. Implicaciones de la Investigación: Este estudio subraya el potencial transformador de la IA en mejorar las prácticas de comercio electrónico, ofreciendo ideas tanto para investigadores académicos como profesionales de la industria, proporcionando perspectivas valiosas sobre tendencias actuales y contribuciones. Originalidad/valor: El valor del estudio radica en su enfoque bibliométrico exhaustivo, que integra dos bases de datos principales para explorar las

Purpose: The aim of this study is to examine and identify goods processing operations in a warehouse and propose a reorganization of tasks to minimize processing time. Theoretical framework: Current literature highlights the need to reorganize and adapt the operations chain (LOMBA Cédric, 2018). Some areas still need to be studied in depth to improve the supply chain. The literature on warehouse management has not sufficiently studied partial time management or closed-loop time management in the supply chain (CLSC) from goods-in to goods-out. The potential links between the risks of lost time and the management of the quality of the goods handling service have not been studied in depth. Design/Methodology/Approach: The in-depth analysis of recent international studies published on warehouse management and the supply chain enables us to identify the studies that have the greatest impact on research. Findings: The result of this work is the development of a double typology, one linked to the chain of operations and the other to the constraints linked to the CLSC in a warehouse. Tools will be applied to diagnose the constraints and factors adversely goods handling operations. Research, Practical & Social implications: To help logisticians and researchers, we have proposed an operational reformulation of a warehouse, enriched with a logical framework linking the problems and their potential solutions. Originality/Value: The article proposes an original vision to improve the spatio-temporal organization of warehouses, by synthesizing its different entities, operations, and processes while presenting all the existing problems and identifying their possible solutions.