Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Data-driven approach to extract reasoning in manufacturing reshoring decisions
Jönköping University, School of Engineering, JTH, Industrial Product Development, Production and Design.ORCID iD: 0000-0002-1318-1598
Jönköping University, School of Engineering, JTH, Supply Chain and Operations Management.ORCID iD: 0000-0002-1627-8459
Jönköping University, School of Engineering, JTH, Supply Chain and Operations Management.ORCID iD: 0000-0002-0760-5323
(English)Manuscript (preprint) (Other academic)
National Category
Production Engineering, Human Work Science and Ergonomics
Identifiers
URN: urn:nbn:se:hj:diva-59922OAI: oai:DiVA.org:hj-59922DiVA, id: diva2:1739835
Available from: 2023-02-27 Created: 2023-02-27 Last updated: 2023-02-27
In thesis
1. Decision support for multi-criteria evaluation of manufacturing reshoring decisions
Open this publication in new window or tab >>Decision support for multi-criteria evaluation of manufacturing reshoring decisions
2023 (English)Doctoral thesis, comprehensive summary (Other academic)
Abstract [en]

Reshoring decisions in the manufacturing sector have received increasing attention due to their potential to improve overall quality, flexibility, or reduce risk. Contemporary events such as the pandemic and the supply crisis have made manufacturing reshoring decisions a timely and important topic to study. Particularly, the decision support deserves attention as there is limited knowledge on tools for reshoring decisions. The purpose of this study is to investigate the feasibility of decision support for reshoring decisions. The purpose is addressed through three research questions (RQ). The first question (RQ1) is “What criteria should be considered in evaluating a manufacturing reshoring decision?” and should guide companies in identifying factors in a reshoring decision. The second one (RQ2) is “How do decision-makers reason with respect to criteria in manufacturing reshoring decisions?” and describes the importance of the identified criteria that come into play during the decision. The third one (RQ3) is “How can the criteria be modeled in decision-support tools for evaluating manufacturing reshoring decisions?” and explores the feasibility of decision support. The research methods involve systematic literature review, multiple case study, modeling, and archival research. The findings show that reshoring is a multi-criteria decision with cost, quality, and delivery time criteria are considered to be more important (high weight) than sustainability criteria (low weight). The reasoning is manifested by inference rules pertaining to the important criteria. Multi-criteria decision-making techniques such as fuzzy inference, AHP, fuzzy-AHP and fuzzy-TOPSIS are feasible for evaluating manufacturing reshoring decisions. While these techniques rely on decision-makers’ ability to specify weights and rules, rule mining is used to extract rules from large datasets. This research contributes through increased knowledge regarding the criteria, reasoning, and modeling of reshoring decisions. Furthermore, the research extrapolates on the theories that are required to move forward when investigating this topic. For practitioners, this research develops tools that can be used in different stages of the decision-making process. For society, the support tools mean making rational decisions on reshoring rather than emotional or politically motivated ones.

Abstract [sv]

Återflyttning av produktion har väckt mycket intresse. Fördelarna med att flytta hem produktion inkluderar ökad kvalitet, flexibilitet, marknadsföring och minskade risker. Dessutom har pandemin avslöjat riskerna med långa leveranskedjor, så det är lämpligt att studera möjligheterna med återflyttning. Det finns behov av mer kunskap om verktyg som kan hjälpa beslutsfattare att ta beslut om att flytta hem produktionen. Syftet med denna studie är att undersöka beslutsstöd för återflyttning av produktionen. Tre forskningsfrågor har formulerats enligt syftet. Den första frågan är “Vilka kriterier bör beslutsfattare överväga vid beslut om återflyttning av produktion?” Svaret för frågan kommer att vägleda beslutsfattaren och företag i med att identifiera kriterier. Den andra frågan är “Hur resonerar beslutsfattare i samband med kriterier vid beslut om återflyttning av produktion?” och den beskriver vikter för de identifierade kriterierna och reglerna som kommer in under beslutet. Den tredje frågan är “Hur kan kriterierna modelleras i ett verktyg för att utvärdera beslut om återflyttning av produktion?” Frågan undersöker olika beslutsmodeller. Studien använder sig av en blandning av metoder, inklusive litteraturstudier, fallstudier, modellering och arkivstudier. De kriterier som beaktas vid beslutet är kostnad, kvalitet och leveranstid, som betraktas som mycket viktiga, medan hållbarhetskriterier inte har samma vikt. Kriterierna är dock dynamiska och kan ändras över tiden. Beslutsreglerna tar hänsyn till de viktiga kriterierna. Fuzzy logic är en möjlig beslutsmodell som kan användas vid beslut om återflyttning. Forskningen bidrar till en ökad förståelse för kriterier, beslutsfattarens resonemang och modellering av återflyttningsbeslut. Dessutom reflekterar forskningen över de teorier som krävs för att gå vidare när man undersöker detta ämne. För praktiker och företag innebär det att utveckla verktyg som kan användas under olika steg i beslutsprocessen. För samhället innebär det att besluten hålls rationella och att undvika emotionella eller politiskt motiverade beslut. Avhandlingen är baserad på sex vetenskapliga artiklar.

Place, publisher, year, edition, pages
Jönköping: Jönköping University, School of Engineering, 2023. p. 80
Series
JTH Dissertation Series ; 076
Keywords
Reshoring decision, decision support, manufacturing, criteria, reasoning, multi-criteria decision-making, Återflyttningsbeslut, beslutsstöd, produktion, kriterier, resonemang, beslutsfattande
National Category
Production Engineering, Human Work Science and Ergonomics
Identifiers
urn:nbn:se:hj:diva-59923 (URN)978-91-87289-84-2 (ISBN)978-91-87289-85-9 (ISBN)
Public defence
2023-03-24, Gjuterisalen (E1405), School of Engineering, Jönköping, 10:00 (English)
Opponent
Supervisors
Available from: 2023-02-27 Created: 2023-02-27 Last updated: 2023-02-27Bibliographically approved

Open Access in DiVA

No full text in DiVA

Authority records

Sequeira, MovinEriksson, DavidJensen, Leif-Magnus

Search in DiVA

By author/editor
Sequeira, MovinEriksson, DavidJensen, Leif-Magnus
By organisation
JTH, Industrial Product Development, Production and DesignJTH, Supply Chain and Operations Management
Production Engineering, Human Work Science and Ergonomics

Search outside of DiVA

GoogleGoogle Scholar

urn-nbn

Altmetric score

urn-nbn
Total: 77 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf