Tendencias de la investigación sobre tecnologías de gestión logística
DOI:
https://doi.org/10.51252/rcsi.v4i2.755Palabras clave:
aprendizaje automa tico, minería de datos, big data, internet de las cosas, cadena de suministroResumen
Este artículo analiza las tendencias de la investigación sobre el uso de tecnologías en la gestión logística, un área clave para la eficiencia operativa de las organizaciones y las cadenas de suministro. El objetivo principal fue identificar los avances tecnológicos más relevantes, las fuentes con mayor producción científica y las colaboraciones internacionales que impulsan la investigación en este campo. Se empleó un enfoque bibliométrico, basado en 11522 artículos científicos extraídos de la base de datos Scopus entre 2010 y 2020, utilizando una cadena de búsqueda centrada en logística y tecnologías emergentes como Inteligencia Artificial, Big Data e Internet de las Cosas. Los documentos se analizaron utilizando la herramienta Biblioshiny para identificar tendencias y patrones. Los resultados revelan un aumento constante de la producción científica, especialmente desde 2016, destacando revistas como PLOS ONE y Sustainability (Suiza) como las principales fuentes de publicaciones. La Universidad de California lidera la producción institucional, seguida de la Universidad de Ciencia y Tecnología de Huazhong. Además, términos frecuentes como "aprendizaje automático" y "minería de datos" reflejan un enfoque en técnicas de análisis de datos e inteligencia artificial en logística. El estudio concluye que la gestión logística se está transformando gracias a las innovaciones tecnológicas, y que esta área de investigación seguirá creciendo, impulsada por la colaboración internacional y la aplicación de tecnologías emergentes para optimizar la eficiencia y la sostenibilidad de los procesos logísticos.
Citas
Ahmad, M., Ahmed, I., & Jeon, G. (2022). A sustainable advanced artificial intelligence-based framework for analysis of COVID-19 spread. Environment, Development and Sustainability. https://doi.org/10.1007/s10668-022-02584-0
Aria, M., & Cuccurullo, C. (2017). bibliometrix : An R-tool for comprehensive science mapping analysis. Journal of Informetrics, 11(4), 959-975. https://doi.org/10.1016/j.joi.2017.08.007
Awashreh, R., Hamid, A., Mohamed, B. E., & Farsi, H. Al. (2024). The impact of logistics management on logistics service performance: A study on maritime transportation services in Oman. Uncertain Supply Chain Management, 12(4), 2113-2122. https://doi.org/10.5267/j.uscm.2024.7.004
Barrantes-Olarte, F. (2023). Propuesta de mejora en la infraestructura logística del puesto de control fronterizo aduanero de Iñapari-Madre de Dios y sus efectos en el comercio exterior 2013-2017. Revista Amazónica de Ciencias Económicas, 2(2), e622. https://doi.org/10.51252/race.v2i2.622
Benzidia, S., Makaoui, N., & Bentahar, O. (2021). The impact of big data analytics and artificial intelligence on green supply chain process integration and hospital environmental performance. Technological Forecasting and Social Change, 165, 120557. https://doi.org/10.1016/j.techfore.2020.120557
Esper, T. L., Castillo, V. E., Ren, K., Sodero, A., Wan, X., Croxton, K. L., Knemeyer, A. M., DeNunzio, S., Zinn, W., & Goldsby, T. J. (2020). Everything Old is New Again: The Age of Consumer‐Centric Supply Chain Management. Journal of Business Logistics, 41(4), 286-293. https://doi.org/10.1111/jbl.12267
Goldsby, T. J., & Zinn, W. (2016). Technology Innovation and New Business Models: Can Logistics and Supply Chain Research Accelerate the Evolution? Journal of Business Logistics, 37(2), 80-81. https://doi.org/10.1111/jbl.12130
Gutiérrez-Ortiz, A., Méndez-González, C., & Infante-Jiménez, Z. T. (2023). Desempeño logístico, infraestructura portuaria y conectividad marítima en el Continente Americano: un modelo panel dinámico. Revista Amazónica de Ciencias Económicas, 2(2), e526. https://doi.org/10.51252/race.v2i2.526
Liu, C., Lyu, J., & Fang, K. (2024). Integrated packing and routing: A model and its solutions. Computers & Operations Research, 172, 106790. https://doi.org/10.1016/j.cor.2024.106790
McBurney, M. K., & Novak, P. L. (2002). What is bibliometrics and why should you care? Proceedings. IEEE International Professional Communication Conference, 108-114. https://doi.org/10.1109/IPCC.2002.1049094
Mishra, D., & Mitra, R. (2024). Heterogeneous truck fleet optimization. Sādhanā, 49(3), 237. https://doi.org/10.1007/s12046-024-02578-w
Mittal, A., Chaturvedi, D. D., Chaturvedi, S., & Singh, P. K. (2024). Impact of Negative Aspects of Artificial Intelligence on Customer Purchase Intention (pp. 159-173). https://doi.org/10.4018/979-8-3693-0724-3.ch010
Mustafa, M. F. M. S., Navaranjan, N., & Demirovic, A. (2024). Food cold chain logistics and management: A review of current development and emerging trends. Journal of Agriculture and Food Research, 18, 101343. https://doi.org/10.1016/j.jafr.2024.101343
Pech, M., Vrchota, J., & Bednář, J. (2021). Predictive Maintenance and Intelligent Sensors in Smart Factory: Review. Sensors, 21(4), 1470. https://doi.org/10.3390/s21041470
Pessot, E., Zangiacomi, A., Marchiori, I., & Fornasiero, R. (2023). Empowering supply chains with Industry 4.0 technologies to face megatrends. Journal of Business Logistics, 44(4), 609-640. https://doi.org/10.1111/jbl.12360
Ramasamy, I., Natarajan, S., & Sathyamoorthy, V. K. P. (2024). Does disruptive technology and AI (Artificial Intelligence) influence logistics management? Multidisciplinary Science Journal, 6(12), 2024259. https://doi.org/10.31893/multiscience.2024259
Vernier, C., Loeillet, D., Thomopoulos, R., & Macombe, C. (2021). Adoption of ICTs in Agri-Food Logistics: Potential and Limitations for Supply Chain Sustainability. Sustainability, 13(12), 6702. https://doi.org/10.3390/su13126702
Watson, G. J., Desouza, K. C., Ribiere, V. M., & Lindič, J. (2021). Will AI ever sit at the C-suite table? The future of senior leadership. Business Horizons, 64(4), 465-474. https://doi.org/10.1016/j.bushor.2021.02.011
Zamani, E. D., Smyth, C., Gupta, S., & Dennehy, D. (2023). Artificial intelligence and big data analytics for supply chain resilience: a systematic literature review. Annals of Operations Research, 327(2), 605-632. https://doi.org/10.1007/s10479-022-04983-y
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Jesús Isaías Hanco-Mamani
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores retienen sus derechos:
a. Los autores retienen sus derechos de marca y patente, y tambien sobre cualquier proceso o procedimiento descrito en el artículo.
b. Los autores retienen el derecho de compartir, copiar, distribuir, ejecutar y comunicar públicamente el articulo publicado en la Revista Científica de Sistemas e Informática (RCSI) (por ejemplo, colocarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en la RCSI.
c. Los autores retienen el derecho a hacer una posterior publicación de su trabajo, de utilizar el artículo o cualquier parte de aquel (por ejemplo: una compilación de sus trabajos, notas para conferencias, tesis, o para un libro), siempre que indiquen la fuente de publicación (autores del trabajo, revista, volumen, número y fecha).
