Research statementOur study analyses the factors that drive decision-making on distribution structures, including the layout of distribution channels and the locations of distribution centres. Distribution is a primary firm activity, which strongly influences logistics costs and logistics performance. Distribution is a challenging activity as customer demand is often volatile and unpredictable. Consumers continuously expect higher service related to distribution, e.g., same day delivery and more flexibility in delivery locations. Therefore, it is of strategic importance to shippers and Logistics Service Providers (LSPs) to decide which distribution channel layout to use and, accordingly, plan distribution centre location(s). Distribution structure selection concerns the number and locations of distribution centres, as part of the larger corporate planning process. The main questions we strive to answer in this paper are: (1) what are the main criteria that determine the spatial layout of distribution structures? and (2) how important are these criteria, relative to each other?Methodology The literature on distribution channel design mostly revolves around optimization methods; we are not aware of literature that takes a descriptive approach. We therefore develop a descriptive conceptual model that includes these factors, developed from the contextual literature around this decision. The second part of the study concerns the measurement of the relative importance of these factors. We implemented an elaborate survey and used the Best-Worst Method (BWM) to identify these weights. The survey considers different experts (e.g., logistics managers versus logistics professors) and population segments (e.g., in-house versus outsourced distribution).Data and resultsCurrently we are completing the survey dedicated to evaluating the above factors. We have received sufficient response to estimate a first model. These first estimations already provide useful results. Final estimations will be completed and reported in June 2017. At the I-NUF conference we will be able to present the results and analysis of all factors when comparing respondents and parameters.Preliminary conclusionsBased on literature review, eight main factors – divided into 33 sub factors – are included in our research: 1) Demand factors, 2) Service level factors, 3) Product Characteristics factors, 4) Logistics costs factors, 5) Proximity-related location factors, 6) Accessibility-related location factors, 7) Resources-related location factors and 8) Institutional factors. A number of hypotheses were built from the literature analysis relating, for example, to the relative importance of service- and cost- related factors within different industries. We will revisit these hypotheses and provide the quantitative results of the importance of the individual factors in our paper and at the conference.
IntroductionThe driving pressure (ΔP) has an independent association with outcome in patients with acute respiratory distress syndrome (ARDS). INTELLiVENT-Adaptive Support Ventilation (ASV) is a closed-loop mode of ventilation that targets the lowest work and force of breathing.AimTo compare transpulmonary and respiratory system ΔP between closed-loop ventilation and conventional pressure controlled ventilation in patients with moderate-to-severe ARDS.MethodsSingle-center randomized cross-over clinical trial in patients in the early phase of ARDS. Patients were randomly assigned to start with a 4-h period of closed-loop ventilation or conventional ventilation, after which the alternate ventilation mode was selected. The primary outcome was the transpulmonary ΔP; secondary outcomes included respiratory system ΔP, and other key parameters of ventilation.ResultsThirteen patients were included, and all had fully analyzable data sets. Compared to conventional ventilation, with closed-loop ventilation the median transpulmonary ΔP with was lower (7.0 [5.0–10.0] vs. 10.0 [8.0–11.0] cmH2O, mean difference − 2.5 [95% CI − 2.6 to − 2.1] cmH2O; P = 0.0001). Inspiratory transpulmonary pressure and the respiratory rate were also lower. Tidal volume, however, was higher with closed-loop ventilation, but stayed below generally accepted safety cutoffs in the majority of patients.ConclusionsIn this small physiological study, when compared to conventional pressure controlled ventilation INTELLiVENT-ASV reduced the transpulmonary ΔP in patients in the early phase of moderate-to-severe ARDS. This closed-loop ventilation mode also led to a lower inspiratory transpulmonary pressure and a lower respiratory rate, thereby reducing the intensity of ventilation.Trial registration Clinicaltrials.gov, NCT03211494, July 7, 2017. https://clinicaltrials.gov/ct2/show/NCT03211494?term=airdrop&draw=2&rank=1.
MULTIFILE
In het project “ADVICE: Advanced Driver Vehicle Interface in a Complex Environment” zijn belangrijke onderzoeksresultaten geboekt op het gebied van het schatten van de toestand en werklast van een voertuigbestuurder om hiermee systemen die informatie geven aan de bestuurder adaptief te maken om zo de veiligheid te verhogen. Een voorbeeld is om minder belangrijke informatie van een navigatiesysteem te onderdrukken, zolang de bestuurder een hoge werklast ervaart voor het autorijden en/of belangrijke informatie juist duidelijker weer te geven. Dit leidt tot een real-time werklast schatter die geografische informatie meeneemt, geavaleerd in zowel een rijsimulator als op de weg. In de ontwikkeling naar automatisch rijden is de veranderende rol van de bestuurder een belangrijk (veiligheids) onderwerp, welke sterk gerelateerd is aan de werklast van de bestuurder. Indien rijtaken meer geautomatiseerd worden, wijzigt de rol van actieve bestuurder meer naar supervisie van de rijtaken, maar tevens met de eis om snel en gericht in te grijpen indien de situatie dit vereist. Zowel deze supervisie als interventietaak zijn geen eenvoudige taken met onderling een sterk verschillende werklast (respectievelijk lage en (zeer) hoge werklast). Of een goede combinatie inclusief snelle overgangen tussen deze twee hoofdtaken veilig mogelijk is voor een bestuurder en hoe dit dan het beste ondersteund kan worden, is een belangrijk onderwerp van huidig onderzoek. De ontwikkeling naar autonoom rijden verandert niet alleen de rol van de bestuurder, maar zal ook de eisen aan het rijgedrag van het voertuig beïnvloeden, de voertuigdynamica. Voor de actieve bestuurder kunnen snelle voertuigreacties op bestuurdersinput belangrijk zijn, zeker voor een ‘sportief’ rijdende bestuurder. Indien dit voertuig ook automatische rijtaken moet uitvoeren, kan juist een meer gelijkmatig rijgedrag gewenst zijn, zodat de bestuurder ook andere taken kan uitvoeren. Dit stelt eisen aan vertaling van (automatische) input naar voertuigreactie en aan de voertuigdynamica. Mogelijk wil zelfs een sportieve bestuurder een meer comfortabel voertuiggedrag tijdens automatisch rijden. Eveneens voor deze twee voertuigtoestanden, menselijke of automatische besturing, moet gezocht worden naar een goede combinatie inclusief (veilige) overgangen tussen deze twee toestanden. Hierbij speelt de werklast en toestand van de bestuurder een doorslaggevende rol. In de geschetste ontwikkelingen in automatisch rijden kunnen de onderzoeksresultaten van ADVICE een goede ondersteuning bieden. Veel van deze ontwikkelingen worstelen met het schatten van de werklast van de bestuurder als cruciaal (veiligheids) aspect van automatisch rijden. De ADVICE resultaten zijn echter gepresenteerd voor beperkt publiek en gepubliceerd op conferenties, waarvan de artikelen veelal slechts tegen betaling toegankelijk zijn. Daarnaast zijn dergelijke artikelen gelimiteerd in aantal pagina’s waardoor de over te dragen informatie beperkt is. Om een betere doorwerking van ADVICE aan ‘iedereen’ te realiseren en tevens de mogelijkheden hiervan in de toekomst van automatisch rijden te plaatsen, willen wij top-up gebruiken om hierover een artikel te schrijven en dit in een peer-reviewed Open Access tijdschrift online toegankelijk te maken. Hierdoor wordt de informatie voor iedereen, gratis toegankelijk (open access), is de inhoud uitgebreider aan te geven (tijdschriftartikel) en is de inhoud en kwaliteit goed en relevant voor het vakgebied (peer-reviewed).
Developing a framework that integrates Advanced Language Models into the qualitative research process.Qualitative research, vital for understanding complex phenomena, is often limited by labour-intensive data collection, transcription, and analysis processes. This hinders scalability, accessibility, and efficiency in both academic and industry contexts. As a result, insights are often delayed or incomplete, impacting decision-making, policy development, and innovation. The lack of tools to enhance accuracy and reduce human error exacerbates these challenges, particularly for projects requiring large datasets or quick iterations. Addressing these inefficiencies through AI-driven solutions like AIDA can empower researchers, enhance outcomes, and make qualitative research more inclusive, impactful, and efficient.The AIDA project enhances qualitative research by integrating AI technologies to streamline transcription, coding, and analysis processes. This innovation enables researchers to analyse larger datasets with greater efficiency and accuracy, providing faster and more comprehensive insights. By reducing manual effort and human error, AIDA empowers organisations to make informed decisions and implement evidence-based policies more effectively. Its scalability supports diverse societal and industry applications, from healthcare to market research, fostering innovation and addressing complex challenges. Ultimately, AIDA contributes to improving research quality, accessibility, and societal relevance, driving advancements across multiple sectors.
