Cet article étudie la possibilité pour les importateurs de gérer un stock de conteneurs vides afin de permettre la réutilisation directe de ces conteneurs par des exportateurs situés dans les environs. La complexité d’élaboration d’une politique de gestion des conteneurs vides par les importateurs résulte de la non-linéarité des coûts de détention imposés par les compagnies maritimes, combiné à des coûts fixes de repositionnement. Nous formulons le problème comme un processus de décision de Markov en utilisant le temps d’attente du conteneur le plus ancien comme variable de décision. Ensuite, nous montrons qu’une politique de seuil dans l’âge du conteneur le plus ancien en stock est optimale parmi la classe des politiques basées sur le temps.

- 00:06:36
Cette vidéo présente les résultats d'une recherche sur l'adoption des outils de l'intelligence artificielle générative par les étudiants en sciences de gestion. Menée auprès de 257 étudiants français, l'étude étend le modèle UTAUT 3 (Unified Theory of Acceptance and Use of Technology) en intégrant la confiance, la valeur d'apprentissage et l'autonomisation.
Les résultats identifient quatre facteurs clés d'adoption : l'attente de performance, la motivation hédonique, l'habitude et la confiance. Le modèle explique de manière significative l'intention d'usage, d'adoption et de recommandation de ces technologies.
L’étude offre des pistes concrètes pour les établissements d’enseignement supérieur souhaitant intégrer efficacement l’IA générative dans leurs pratiques pédagogiques et mieux préparer les étudiants aux environnements professionnels de demain.
AJILI BEN YOUSSEF Wissem - EM Normandie |
- Tendances
- Enseignement supérieur de Management, Management et Big Data, Pédagogie du Management, Systèmes d'information, Transformation Digitale

