Page 175 - FUNCIÓN Y SENTIDO DE LA INVESTIGACIÓN

refereNcIaS
Y SENTIDO DE LA INVESTIGACIÓN

Addo-Tenkorang, R. and Helo, P. T. (2016). Big data applications in operations/supply-chain man-
agement: A literature review. Computers & Industrial Engineering, 101, 528-543.

Arango, J., Castrillón, O. y Giraldo, J. (2012). Modelo de gestión de compras basado en inven-
tarios por demanda según nivel de servicio a partir de pronósticos de ventas. Colombia:
Universidad Nacional de Colombia, Manizales.

Campos Hernández, G. E. y González Araya, M. (2007). Optimización del sistema logístico de dis-

tribución de producto terminado y granel de la empresa Viawines SA (tesis de doctorado).
Universidad de Talca (Chile). Escuela de Ingeniería Civil Industrial.
FUNCIÓN Chen, D. Q., Preston, D. S. and Swink, M. (2015). How the use of big data analytics affects value

creation in supply chain management. Journal of Management Information Systems, 32(4),
4-39.

Dhar, V. (2012). Data science and prediction. Communications of the ACM, 56(12), 64-73.

Durán, Y. (2012). Administración del inventario: elemento clave para la optimización de las utili-
dades en las empresas. Visión Gerencial, (1), 55-78.

174 Garza, R. y González, C. (2004). DRSoft: un soporte computacional para el diseño de rutas de

distribución. Investigación Operacional, 25(3), 260-269.

Gunasekaran, A., Papadopoulos, T., Dubey, R., Wamba, S. F., Childe, S. J., Hazen, B. and Akter,
S. (2017). Big data and predictive analytics for supply chain and organizational perfor-
mance. Journal of Business Research, 70, 308-317.

Hazen, B. T., Boone, C. A., Ezell, J. D. and Jones-Farmer, L. A. (2014). Data quality for data sci-
ence, predictive analytics, and big data in supply chain management: An introduction to the
problem and suggestions for research and applications. International Journal of Production

Economics, 154(C), 72-80.

Hazen, B. T., Skipper, J. B., Ezell, J. D. and Boone, C. A. (2016). Big Data and predictive analytics
for supply chain sustainability: A theory-driven research agenda. Computers & Industrial
Engineering, 101, 592-598.

Kumari, M. and Godara, S. (2011). Comparative study of data mining classification methods in
cardiovascular disease prediction 1. International Journal of Computer Science and Tech-
nology, 2, 304-308.