Development of a Knowledge Base Model for Managing Sustainable Development of Industrial Ecosystems

Capa

Citar

Texto integral

Acesso aberto Acesso aberto
Acesso é fechado Acesso está concedido
Acesso é fechado Somente assinantes

Resumo

The article presents a model of the knowledge base for managing the sustainable development of industrial ecosystems. The knowledge base is a semantic model that describes the industrial ecosystem and allows answering such questions of the subject area, the answers to which are not explicitly present in the base. The model, based on the ontological approach, integrates data on the interaction of ecosystem participants, processes, products and resources, and is aimed at optimizing these interactions to achieve sustainable development. The work identifies the classes of the model (the main entities of the subject area) and establishes the relationships between them, provides a composition of the functional modules of the knowledge base, which provides a fairly complete picture of industrial ecosystems and sustainable development management processes. The article presents testing of the model for assessing the dynamics of ecosystem sustainability based on the interaction of three companies. Modeling takes into account the influence of resources and external factors, which allows calculating the overall index of ecosystem sustainability. The results showed that companies with a high level of cooperation demonstrate a significant increase in resilience. The conclusion of the work emphasizes the need for further improvement of the model, taking into account real data and additional factors of uncertainty and variability inherent in industrial ecosystems.

Sobre autores

Mikhail Smirnov

MIREA – Russian Technological University

Autor responsável pela correspondência
Email: mikhaelsmirnov@gmail.com
ORCID ID: 0000-0001-5018-2963
Código SPIN: 4990-7320

Cand. Sci. (Econ.), Associate Professor of Department KB-9

Rússia, Moscow

Evgeny Mityakov

MIREA – Russian Technological University

Email: mityakov@mirea.ru
ORCID ID: 0000-0001-6579-0988
Código SPIN: 5691-8947
Scopus Author ID: 55960540500

Dr. Sci. (Econ.), Professor of Department KB-9

Rússia, Moscow

Bibliografia

  1. Sharipov F.F. Ecosystems of knowledge management in the branches of domestic industry. Economy. Taxes. Law. 2020. No. 13 (2). Pp. 54–60. (In Rus.). doi: 10.26794/1999-849X-2020-13-2-54-60.
  2. Nawaz W., Koç M. Development of a systematic framework for sustainability management of organizations. Journal of Cleaner Production. 2018. Vol. 171. Pp. 1255–1274. doi: 10.1016/J.JCLEPRO.2017.10.011.
  3. Martins V., Rampasso I., Anholon R. et al. Knowledge management in the context of sustainability: Literature review and opportunities for future research. Journal of Cleaner Production. 2019. Vol. 229. Pp. 489–500. doi: 10.1016/J.JCLEPRO.2019.04.354.
  4. Sanguankaew P., Ractham V. Bibliometric review of research on knowledge management and sustainability, 1994–2018. Sustainability. 2019. No. 11 (16). Art. 4388. doi: 10.3390/SU11164388.
  5. Bencsik A. Sustainable management based on sustainable knowledge. European Conference on Management Leadership and Governance. 2022. Vol. 18. No. 1. Pp. 34–44. doi: 10.34190/ecmlg.18.1.734.
  6. Rajeev A., Pati R., Padhi S., Govindan K. Evolution of sustainability in supply chain management: A literature review. Journal of Cleaner Production. 2017. Vol. 162. Pp. 299–314. doi: 10.1016/J.JCLEPRO.2017.05.026.
  7. Hallinger P. A meta-synthesis of bibliometric reviews of research on managing for sustainability, 1982–2019. Sustainability. 2021. No. 13 (6). Art. 3469. doi: 10.3390/SU13063469.
  8. Traxler A., Schrack D., Greiling D. Sustainability reporting and management control – a systematic exploratory literature review. Journal of Cleaner Production. 2020. No. 276. Art. 122725. doi: 10.1016/j.jclepro.2020.122725.
  9. Kurlov A., Gulevitsky A. Database development of the management innovative activity in the industrial enterprise. Automation and Modeling in Design and Management. 2018. Vol. 2018. No. 1. doi: 10.30987/ARTICLE_5BFD98C5201194.57523424.
  10. Piccarozzi M., Aquilani B., Gatti C. Industry 4.0 in management studies: A systematic literature review. Sustainability. 2018. Vol. 10 (10). Art. 3821. doi: 10.3390/SU10103821.
  11. Li Zhou, Wenjun Xie, Tao Huang. Industrial investment database: Concept, characteristics and practical application. In: International Conference on Intelligent Computing, Automation and Applications (ICAA). 2021. Pp. 776–779. doi: 10.1109/ICAA53760.2021.00141.
  12. Saarikoski H., Primmer E., Saarela S. et al. Institutional challenges in putting ecosystem service knowledge in practice. Ecosystem Services. 2017. Vol. 29. Pp. 579–598. doi: 10.1016/J.ECOSER.2017.07.019.
  13. DeFries R., Nagendra H. Ecosystem management as a wicked problem. Science. 2017. Vol. 356. Issue 6335. Pp. 265–270. doi: 10.1126/science.aal1950.
  14. Villa F., Wilson M., Groot R. et al. Designing an integrated knowledge base to support ecosystem services valuation. Ecological Economics, 2002. Vol. 41. Pp. 445–456. doi: 10.1016/S0921-8009(02)00093-9.
  15. Andrade R., Pinheiro P., Carvalho L., Rocha R. Building a bridge: Knowledge sharing flows into entrepreneurial ecosystems. Journal of Open Innovation: Technology. Market, and Complexity. 2022. Vol. 8. Issue 3. doi: 10.3390/joitmc8030144.
  16. Bezginova Yu.A., Garanina T.A., Kudryavtsev D.V., Pleshkova A.Yu. Knowledge management practices in oil companies. Open Education. 2018. Vol. 22. No. 6. Pp. 27–38. (In Rus.). ISSN: 1818-4243.
  17. Lakhin O.I. Principles of construction of the knowledge management system of the enterprises of the rocket and space industry. Ontology of designing. 2017. Vol. 7. No. 3. Pp. 270–283. (In Rus.). ISSN: 2313-1039.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar
2. Fig. 1. Structure of the industrial ecosystem

Baixar (222KB)
Metadados
3. Fig. 2. Knowledge base model for managing sustainable development of industrial ecosystems

Baixar (837KB)
Metadados


Link à descrição da licença: https://www.urvak.ru/contacts/

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».