VERZIJA_RECENZIJE: v15.1
VERZIJA_PROMPTA: v15.1
1. Izmijenjeni dokument
RESEARCH DOKUMENT:
# FAZA A — KALIBRACIJA POLJA
Podtema pripada upravljanju opskrbnim lancem, operacijskom menadžmentu, upravljanju zalihama i poslovnom prognoziranju.
Susjedne discipline su operacijska istraživanja, nabava, logistika, upravljačka ekonomija, podatkovna znanost i informacijski sustavi.
Primarni izvori su izvorni modeli, empirijske studije, simulacije i studije slučaja; sekundarni su sustavni pregledi, pregledni članci, udžbenici i priručnici.
Standardne vrste izvora su modeli zaliha, radovi o prognoziranju, studije dobavljača, pregledi AI/ML primjene i normativni ili institucionalni dokumenti.
Referentna djela širokog opsega u ovom polju su udžbenici upravljanja zalihama, upravljanja opskrbnim lancem, prognoziranja i operacijskog menadžmenta.
Pretraživat ću SpringerLink, ScienceDirect, Emerald, INFORMS, Wiley, Routledge, Pearson, OTexts, Hrčak, Google Books, knjižnične kataloge i institucionalne repozitorije.
**Pretpostavljeni parametri:** razina 4. godina studija; opseg približno 15 kartica; jezik hrvatski; ciljani broj izvora 25. Registar nije priložen. Popis često pogrešno pisanih pojmova nije priložen.
---
# FAZA B — PRIKUPLJANJE I PROVJERA IZVORA
## B0.5. Radna skica i sastavnice
### 1. Ekonomika zaliha
- funkcije zalihe u poslovnom sustavu
- zaliha kao imovina i vezani kapital
- zaliha kao operativni zaštitni mehanizam
- odnos razine zalihe, dostupnosti i ukupnog troška
### 2. Troškovi držanja i nestašice
- kapitalni trošak
- skladištenje, osiguranje i manipulacija
- zastarijevanje, kvarenje i gubitak vrijednosti
- izgubljena prodaja i narušavanje odnosa s kupcima
- prekidi proizvodnje, hitna nabava i kašnjenja
### 3. Predviđanje potražnje
- tradicionalne statističke metode
- ML i AI metode
- sezonalnost, promocije i vanjski signali
- pogreška, pristranost i intervalna prognoza
- posebnosti povremene i isprekidane potražnje
### 4. Reorder point i safety stock
- potražnja tijekom vremena dobave
- varijabilnost potražnje
- varijabilnost vremena dobave
- servisna razina i fill rate
- određivanje sigurnosne zalihe
- povezanost prognoze i odluke o naručivanju
### 5. Automatizirana nabava i više dobavljača
- odluka kada naručiti
- odluka koliko naručiti
- izbor dobavljača
- raspodjela narudžbe između dobavljača
- cijena, kvaliteta, pouzdanost i vrijeme dobave
- kompromis između koncentracije i diverzifikacije dobavljača
### 6. AI, ekonomska učinkovitost i rizik modela
- prediktivna i preskriptivna analitika
- povezivanje prognoze s troškovnom funkcijom
- automatsko prilagođavanje odluka
- posljedice pogrešne prognoze
- robusnost na tržišne šokove i promjene obrasca potražnje
- organizacijski i podatkovni preduvjeti
### 7. Čovjek nasuprot algoritmu
- iskustveno i kontekstualno znanje nabavljača
- ljudske pristranosti i nedosljednost
- sposobnost algoritma da obrađuje velik broj varijabli
- interpretabilnost i povjerenje
- ljudsko nadgledanje automatiziranih odluka
- kriteriji za usporedbu čovjeka, pravila i AI-ja
---
## B1–B2. Potvrđeni izvori
### [I1] Axsäter — referentno djelo
- **PUNI CITAT:** Axsäter, S. (2015). *Inventory Control*. 3rd ed. Springer.
- **TRAG DOHVATA:** `https://link.springer.com/book/10.1007/978-3-319-15729-0`
- **RAZRJEŠENJE:** zapis se razrješava na: Sven Axsäter, 2015, *Inventory Control*, Springer, udžbenik.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** samo bibliografski zapis.
- **POTVRDA LOKACIJE:** nije navedena.
- **PREDMET IZVORA:** teorija i modeli upravljanja zalihama.
- **[KANON]:** da.
- **VRSTA I TEŽINA:** sveučilišni udžbenik; širok temelj za modele zaliha, naručivanje, servisne razine i sigurnosne zalihe. ([link.springer.com](https://link.springer.com/book/10.1007/978-3-319-15729-0?utm_source=openai))
- **EMPIRIJSKA OSNOVA:** nije primjenjivo.
- **OPERACIONALIZACIJA:** nije primjenjivo.
- **ZAKLJUČAK IZVORA:** izvor sustavno prikazuje teorijske modele upravljanja zalihama.
- **OGRADE AUTORÂ:** nije potvrđeno na razini dohvaćenog zapisa.
- **NALAZ KOJI KORISTIM:** ne preuzimam konkretan nalaz zbog razine dohvata.
- **SVRHA U SEMINARU:** temeljni referentni okvir za sigurnosnu zalihu, reorder point i troškovne modele.
### [I2] Zipkin — referentno djelo
- **PUNI CITAT:** Zipkin, P. H. (2000). *Foundations of Inventory Management*. McGraw-Hill.
- **TRAG DOHVATA:** `https://books.google.com/books/about/Foundations_of_Inventory_Management.html?id=AsTaAAAACAAJ`
- **RAZRJEŠENJE:** zapis se razrješava na: Paul Herbert Zipkin, 2000, *Foundations of Inventory Management*, McGraw-Hill, monografija.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** samo bibliografski zapis.
- **POTVRDA LOKACIJE:** nije navedena.
- **PREDMET IZVORA:** teorija i modeli upravljanja zalihama, uključujući determinističku i stohastičku potražnju.
- **[KANON]:** da.
- **VRSTA I TEŽINA:** kanonska monografija; teorijska osnova za ekonomiku zaliha i stohastičke modele. ([books.google.com](https://books.google.com/books/about/Foundations_of_Inventory_Management.html?id=AsTaAAAACAAJ&utm_source=openai))
- **EMPIRIJSKA OSNOVA:** nije primjenjivo.
- **OPERACIONALIZACIJA:** nije primjenjivo.
- **ZAKLJUČAK IZVORA:** upravljanje zalihama treba analizirati kroz formalne modele potražnje, dobave i troškova.
- **OGRADE AUTORÂ:** nije potvrđeno.
- **NALAZ KOJI KORISTIM:** ne preuzimam konkretne brojke ili formule zbog razine dohvata.
- **SVRHA U SEMINARU:** nosivi teorijski izvor za odnos troškova držanja, naručivanja i nestašice.
### [I3] Chopra — referentno djelo
- **PUNI CITAT:** Chopra, S. (2019). *Supply Chain Management: Strategy, Planning, and Operation*. 7th ed. Pearson.
- **TRAG DOHVATA:** `https://www.pearson.com/en-gb/subject-catalog/p/supply-chain-management-strategy-planning-and-operation-global-edition/P200000003933`
- **RAZRJEŠENJE:** zapis se razrješava na: Sunil Chopra, 2019, *Supply Chain Management: Strategy, Planning, and Operation*, 7th edition, Pearson, udžbenik.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** samo bibliografski zapis.
- **POTVRDA LOKACIJE:** nije navedena.
- **PREDMET IZVORA:** upravljanje opskrbnim lancem, planiranje, zalihe, transport i operativne odluke.
- **[KANON]:** da.
- **VRSTA I TEŽINA:** referentni udžbenik širokog opsega; pokriva više poglavlja rada. ([pearson.com](https://www.pearson.com/en-gb/subject-catalog/p/supply-chain-management-strategy-planning-and-operation-global-edition/P200000003933?view=educator&utm_source=openai))
- **EMPIRIJSKA OSNOVA:** nije primjenjivo.
- **OPERACIONALIZACIJA:** nije primjenjivo.
- **ZAKLJUČAK IZVORA:** učinkovitost opskrbnog lanca ovisi o usklađenom planiranju zaliha, potražnje, transporta i dobave.
- **OGRADE AUTORÂ:** nije potvrđeno na razini dohvata.
- **NALAZ KOJI KORISTIM:** ne preuzimam konkretan nalaz zbog razine dohvata.
- **SVRHA U SEMINARU:** kontekstualizacija zaliha i nabave unutar šireg opskrbnog lanca.
### [I4] Silver, Pyke i Thomas — referentno djelo
- **PUNI CITAT:** Silver, E. A., Pyke, D. F., & Thomas, D. J. (2017). *Inventory and Production Management in Supply Chains*. 4th ed. Routledge.
- **TRAG DOHVATA:** `https://www.routledge.com/Inventory-and-Production-Management-in-Supply-Chains-Fourth-Edition/Silver-Pyke-Thomas/p/book/9781315374406`
- **RAZRJEŠENJE:** zapis se razrješava na: Edward A. Silver, David F. Pyke i Douglas J. Thomas, 2017, *Inventory and Production Management in Supply Chains*, 4th edition, Routledge, udžbenik.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** samo bibliografski zapis.
- **POTVRDA LOKACIJE:** nije navedena.
- **PREDMET IZVORA:** upravljanje zalihama i proizvodnjom u opskrbnim lancima.
- **[KANON]:** da.
- **VRSTA I TEŽINA:** referentni udžbenik; širok okvir za prognoziranje, zalihe i proizvodno-nabavne odluke. ([routledge.com](https://www.routledge.com/Inventory-and-Production-Management-in-Supply-Chains-Fourth-Edition/Silver-Pyke-Thomas/p/book/9781315374406?utm_source=openai))
- **EMPIRIJSKA OSNOVA:** nije primjenjivo.
- **OPERACIONALIZACIJA:** nije primjenjivo.
- **ZAKLJUČAK IZVORA:** odluke o zalihama i proizvodnji trebaju se promatrati kao povezani sustav.
- **OGRADE AUTORÂ:** nije potvrđeno na razini dohvata.
- **NALAZ KOJI KORISTIM:** ne preuzimam konkretne brojke zbog razine dohvata.
- **SVRHA U SEMINARU:** široki referentni okvir za povezivanje zaliha, proizvodnje i nabave.
### [I5] Hyndman i Athanasopoulos
- **PUNI CITAT:** Hyndman, R. J., & Athanasopoulos, G. (2021). *Forecasting: Principles and Practice*. 3rd ed. OTexts.
- **TRAG DOHVATA:** `https://otexts.com/fpp3/`
- **RAZRJEŠENJE:** zapis se razrješava na: Rob J. Hyndman i George Athanasopoulos, 2021, *Forecasting: Principles and Practice*, 3rd edition, OTexts, udžbenik/priručnik.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** puni tekst.
- **POTVRDA LOKACIJE:** potvrđena.
- **PREDMET IZVORA:** metode poslovnog i vremenskog prognoziranja, uključujući statističke, regresijske i vremenske modele.
- **[KANON]:** da.
- **VRSTA I TEŽINA:** otvoreni sveučilišni udžbenik; širok temelj za tradicionalno prognoziranje i vrednovanje prognoza. ([otexts.com](https://otexts.com/fpp3/?utm_source=openai))
- **EMPIRIJSKA OSNOVA:** nije primjenjivo.
- **OPERACIONALIZACIJA:** nije primjenjivo.
- **ZAKLJUČAK IZVORA:** izbor metode prognoziranja mora slijediti obilježja podataka, horizont prognoze i svrhu odluke.
- **OGRADE AUTORÂ:** ograničen opseg teorijskih detalja u odnosu na specijalističku literaturu.
- **NALAZ KOJI KORISTIM:** razlikovanje statističkih metoda, regresijskih modela, sezonalnosti i načina vrednovanja prognoza; relevantni odjeljci o izboru metode i procjeni pogreške.
- **SVRHA U SEMINARU:** referentna osnova za usporedbu tradicionalnih i AI/ML pristupa.
### [I6] Reid i Sanders
- **PUNI CITAT:** Reid, R. D., & Sanders, N. R. (2012). *Operations Management: An Integrated Approach*. 5th ed. Wiley.
- **TRAG DOHVATA:** `https://www.oreilly.com/library/view/operations-management-an/9781118122679/ch12-sec010.html`
- **RAZRJEŠENJE:** zapis se razrješava na: R. Dan Reid i Nada R. Sanders, 2012, *Operations Management: An Integrated Approach*, 5th edition, Wiley, udžbenik; otvoren je odjeljak o relevantnim troškovima.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** relevantni odjeljak.
- **POTVRDA LOKACIJE:** potvrđena.
- **PREDMET IZVORA:** relevantni troškovi upravljanja zalihama: nabava, držanje, naručivanje i nestašica.
- **[KANON]:** da.
- **VRSTA I TEŽINA:** udžbenik operacijskog menadžmenta; pregledno objašnjava sastavnice troška zaliha. ([oreilly.com](https://www.oreilly.com/library/view/operations-management-an/9781118122679/ch12-sec010.html?utm_source=openai))
- **EMPIRIJSKA OSNOVA:** nije primjenjivo.
- **OPERACIONALIZACIJA:** nije primjenjivo.
- **ZAKLJUČAK IZVORA:** razina zaliha proizvodi istodobno troškove držanja i troškove nestašice, pa odluka mora tražiti ravnotežu.
- **OGRADE AUTORÂ:** nisu navedene u otvorenom odjeljku.
- **NALAZ KOJI KORISTIM:** troškovi držanja uključuju kapital, skladištenje i rizik; troškovi nestašice nastaju kad potražnja ne može biti zadovoljena.
- **SVRHA U SEMINARU:** objašnjenje ekonomike zaliha i osnovne troškovne strukture.
### [I7] Toorajipour i sur.
- **PUNI CITAT:** Toorajipour, R., Sohrabpour, V., Nazarpour, A., Oghazi, P., & Fischl, M. (2021). “Artificial intelligence in supply chain management: A systematic literature review.” *Journal of Business Research*, 122, 502–517. DOI: 10.1016/j.jbusres.2020.09.009.
- **TRAG DOHVATA:** `https://doi.org/10.1016/j.jbusres.2020.09.009`
- **RAZRJEŠENJE:** zapis se razrješava na: navedeni autori, 2021, “Artificial intelligence in supply chain management: A systematic literature review”, *Journal of Business Research*, članak u časopisu.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** puni tekst.
- **POTVRDA LOKACIJE:** potvrđena.
- **PREDMET IZVORA:** sustavni pregled AI tehnika i njihovih primjena u opskrbnom lancu.
- **VRSTA I TEŽINA:** sustavni pregled; pregledava 64 rada i razvrstava AI primjene po područjima opskrbnog lanca. ([doi.org](https://doi.org/10.1016/j.jbusres.2020.09.009?utm_source=openai))
- **EMPIRIJSKA OSNOVA:** 64 pregledana rada.
- **OPERACIONALIZACIJA:** pretraživanje i klasifikacija radova prema AI tehnici, području opskrbnog lanca i ishodima.
- **ZAKLJUČAK IZVORA:** AI se primjenjuje u prognoziranju, odabiru dobavljača i odlučivanju, ali područja primjene i kvaliteta dokaza nisu jednako razvijeni.
- **OGRADE AUTORÂ:** pregled obuhvaća radove objavljene u razdoblju 2008.–2018.; ne predstavlja cjelokupnu noviju literaturu.
- **NALAZ KOJI KORISTIM:** AI u opskrbnom lancu obuhvaća učenje, opažanje/interakciju i odlučivanje; nalaz iz pregleda, relevantni odjeljci metodologije i rezultata.
- **SVRHA U SEMINARU:** smještanje AI-ja u širi okvir opskrbnog lanca.
### [I8] Walter, Ahsan i Rahman
- **PUNI CITAT:** Walter, A., Ahsan, K., & Rahman, S. (2025). “Application of artificial intelligence in demand planning for supply chains: A systematic literature review.” *The International Journal of Logistics Management*, 36(3), 672–719. DOI: 10.1108/IJLM-02-2024-0120.
- **TRAG DOHVATA:** `https://www.emerald.com/ijlm/article/36/3/672/1246964/Application-of-artificial-intelligence-in-demand`
- **RAZRJEŠENJE:** zapis se razrješava na: Arne Walter, Kamrul Ahsan i Shams Rahman, 2025, navedeni naslov, *The International Journal of Logistics Management*, članak u časopisu.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** puni tekst.
- **POTVRDA LOKACIJE:** potvrđena.
- **PREDMET IZVORA:** AI u planiranju potražnje kroz nabavu, zalihe, proizvodnju, skladištenje i distribuciju.
- **VRSTA I TEŽINA:** sustavni pregled; obuhvaća 141 recenzirani članak objavljen 2012.–2023. ([doi.org](https://doi.org/10.1108/IJLM-02-2024-0120))
- **EMPIRIJSKA OSNOVA:** 141 pregledani članak.
- **OPERACIONALIZACIJA:** sustavna pretraga i sadržajna analiza radova o AI-ju i planiranju potražnje.
- **ZAKLJUČAK IZVORA:** AI u planiranju potražnje još je razvojno područje; literatura je snažnije usmjerena na modele nego na organizacijske, međorganizacijske i upravljačke uvjete.
- **OGRADE AUTORÂ:** velik dio literature sastoji se od modelskih studija; nedostaje više empirijskih i teorijski utemeljenih istraživanja.
- **NALAZ KOJI KORISTIM:** identificirana su tri klastera: AI alati i tehnike, AI primjene u funkcijama opskrbnog lanca te učinci na performanse.
- **SVRHA U SEMINARU:** najvažniji noviji pregled za procjenu ekonomskih učinaka AI-ja u planiranju nabave i zaliha.
### [I9] Seyedan i Mafakheri
- **PUNI CITAT:** Seyedan, M., & Mafakheri, F. (2020). “Predictive big data analytics for supply chain demand forecasting: Methods, applications, and research opportunities.” *Journal of Big Data*, 7(1), 53. DOI: 10.1186/s40537-020-00329-2.
- **TRAG DOHVATA:** `https://link.springer.com/article/10.1186/s40537-020-00329-2`
- **RAZRJEŠENJE:** zapis se razrješava na: M. Seyedan i F. Mafakheri, 2020, navedeni naslov, *Journal of Big Data*, članak u časopisu.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** puni tekst.
- **POTVRDA LOKACIJE:** potvrđena.
- **PREDMET IZVORA:** pregled velikih podataka i ML pristupa prognoziranju potražnje u opskrbnim lancima.
- **VRSTA I TEŽINA:** pregledni rad; klasificira 64 istraživačka rada iz razdoblja 2005.–2019. ([link.springer.com](https://link.springer.com/article/10.1186/s40537-020-00329-2))
- **EMPIRIJSKA OSNOVA:** 64 pregledana rada.
- **OPERACIONALIZACIJA:** klasifikacija radova prema algoritmima, vrstama podataka i primjenama prognoziranja.
- **ZAKLJUČAK IZVORA:** ML i analitika velikih podataka mogu obraditi više varijabli i složenije obrasce od jednostavnih ručnih ili osnovnih statističkih pristupa, ali korist ovisi o kvaliteti podataka i kontekstu.
- **OGRADE AUTORÂ:** pregled je usmjeren na radove do 2019. i ne dokazuje univerzalnu superiornost ML-a.
- **NALAZ KOJI KORISTIM:** najčešće skupine metoda uključuju neuronske mreže, regresiju, ARIMA, SVM i stabla odlučivanja.
- **SVRHA U SEMINARU:** usporedba tradicionalne i podatkovno intenzivne prognoze.
### [I10] Petropoulos i sur.
- **PUNI CITAT:** Petropoulos, F., Apiletti, D., Assimakopoulos, V., Babai, M. Z., Barrow, D. K., et al. (2022). “Forecasting: Theory and practice.” *International Journal of Forecasting*, 38(3), 705–871. DOI: 10.1016/j.ijforecast.2021.11.001.
- **TRAG DOHVATA:** `https://eprints.gla.ac.uk/258994/`
- **RAZRJEŠENJE:** zapis se razrješava na: Fotios Petropoulos i sur., 2022, “Forecasting: Theory and practice”, *International Journal of Forecasting*, članak u časopisu.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** puni tekst.
- **POTVRDA LOKACIJE:** potvrđena.
- **PREDMET IZVORA:** teorija, metode, organizacija i praktična primjena prognoziranja.
- **VRSTA I TEŽINA:** široki pregledni rad; obuhvaća teorijske i praktične pristupe prognoziranju. ([eprints.gla.ac.uk](https://eprints.gla.ac.uk/258994/?utm_source=openai))
- **EMPIRIJSKA OSNOVA:** nije primjenjivo.
- **OPERACIONALIZACIJA:** nije primjenjivo.
- **ZAKLJUČAK IZVORA:** prognoziranje je povezano s odlučivanjem pod neizvjesnošću, a metoda treba odgovarati cilju, podacima i stvarnom kontekstu.
- **OGRADE AUTORÂ:** rad je nesustavni pregled, a ne metaanaliza.
- **NALAZ KOJI KORISTIM:** razlikovanje točkovnih, probabilističkih, statističkih i ML prognoza te važnost vrednovanja u stvarnoj odluci.
- **SVRHA U SEMINARU:** metodološki okvir za procjenu prognoza.
### [I11] Kumar i Kumar
- **PUNI CITAT:** Kumar, N., & Kumar, R. R. (2025). “Human–AI collaboration in operations and supply chain management: A systematic literature review.” *Management Review Quarterly*. DOI: 10.1007/s11301-025-00575-9.
- **TRAG DOHVATA:** `https://doi.org/10.1007/s11301-025-00575-9`
- **RAZRJEŠENJE:** zapis se razrješava na: Nagendra Kumar i Rajeev Ranjan Kumar, 2025, navedeni naslov, *Management Review Quarterly*, članak u časopisu.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** sažetak.
- **POTVRDA LOKACIJE:** nije potvrđena.
- **PREDMET IZVORA:** suradnja čovjeka i AI-ja u operacijama i opskrbnom lancu.
- **VRSTA I TEŽINA:** sustavni pregled; obuhvaća 206 studija iz Scopusa i Web of Science.
- **EMPIRIJSKA OSNOVA:** 206 pregledanih studija.
- **OPERACIONALIZACIJA:** sustavni pregled literature o ljudsko-algoritamskoj suradnji.
- **ZAKLJUČAK IZVORA:** odnos čovjeka i AI-ja treba proučavati kao suradnju i upravljanje, a ne samo kao zamjenu ljudskog odlučivanja.
- **OGRADE AUTORÂ:** puni tekst nije dohvaćen; nalaz se koristi samo kao [SAŽETAK].
- **NALAZ KOJI KORISTIM:** [SAŽETAK] ljudsko-AI suradništvo obuhvaća faze prije i nakon primjene sustava.
- **SVRHA U SEMINARU:** okvir za poglavlje o čovjeku nasuprot algoritmu.
### [I12] Aouadni i sur.
- **PUNI CITAT:** Aouadni, S., Aouadni, I., & Rebaï, A. (2019). “A systematic review on supplier selection and order allocation problems.” *Journal of Industrial Engineering International*, 15(Suppl. 1), S267–S289. DOI: 10.1007/s40092-019-00334-y.
- **TRAG DOHVATA:** `https://link.springer.com/article/10.1007/s40092-019-00334-y`
- **RAZRJEŠENJE:** zapis se razrješava na: Sourour Aouadni, Ismahene Aouadni i Abdelwaheb Rebaï, 2019, navedeni naslov, *Journal of Industrial Engineering International*, članak u časopisu.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** puni tekst.
- **POTVRDA LOKACIJE:** potvrđena.
- **PREDMET IZVORA:** sustavni pregled odabira dobavljača i raspodjele narudžbi.
- **VRSTA I TEŽINA:** sustavni pregled; razmatra 270 radova objavljenih od 2000. do 2017.
- **EMPIRIJSKA OSNOVA:** 270 pregledanih radova.
- **OPERACIONALIZACIJA:** klasifikacija modela prema kriterijima dobavljača, neizvjesnosti i metodama operacijskih istraživanja.
- **ZAKLJUČAK IZVORA:** izbor dobavljača i raspodjela narudžbi ne mogu se svesti samo na cijenu; potrebno je uključiti kvalitetu, vrijeme dobave, pouzdanost i rizik.
- **OGRADE AUTORÂ:** obuhvat završava 2017. godinom.
- **NALAZ KOJI KORISTIM:** kriteriji dobavljača obuhvaćaju trošak, kvalitetu i isporuku, a modeli mogu biti deterministički ili neizvjesni.
- **SVRHA U SEMINARU:** podloga za više dobavljača i automatiziranu nabavu.
### [I13] Ho, Xu i Dey
- **PUNI CITAT:** Ho, W., Xu, X., & Dey, P. K. (2010). “Multi-criteria decision making approaches for supplier evaluation and selection: A literature review.” *European Journal of Operational Research*, 202(1), 16–24. DOI: 10.1016/j.ejor.2009.05.009.
- **TRAG DOHVATA:** `https://research.aston.ac.uk/en/publications/multi-criteria-decision-making-approaches-for-supplier-evaluation/`
- **RAZRJEŠENJE:** zapis se razrješava na: William Ho, Xiaowei Xu i Prasanta Kumar Dey, 2010, navedeni naslov, *European Journal of Operational Research*, članak u časopisu.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** sažetak.
- **POTVRDA LOKACIJE:** nije potvrđena.
- **PREDMET IZVORA:** višekriterijski pristupi vrednovanju i izboru dobavljača.
- **VRSTA I TEŽINA:** pregledni rad; uspoređuje metode višekriterijskog odlučivanja.
- **EMPIRIJSKA OSNOVA:** nije primjenjivo.
- **OPERACIONALIZACIJA:** klasifikacija objavljenih pristupa prema kriterijima i metodama.
- **ZAKLJUČAK IZVORA:** izbor dobavljača je višekriterijski problem, a ne samo problem minimizacije nabavne cijene.
- **OGRADE AUTORÂ:** [SAŽETAK] puni tekst nije dohvaćen.
- **NALAZ KOJI KORISTIM:** [SAŽETAK] višekriterijski pristupi bolje odražavaju kriterije poput cijene, kvalitete i isporuke nego jednostavno rangiranje prema cijeni.
- **SVRHA U SEMINARU:** objašnjenje zašto AI sustav ne bi smio optimizirati samo cijenu.
### [I14] Weber, Current i Benton
- **PUNI CITAT:** Weber, C. A., Current, J. R., & Benton, W. C. (1991). “Vendor selection criteria and methods.” *European Journal of Operational Research*, 50(1), 2–18. DOI: 10.1016/0377-2217(91)90033-R.
- **TRAG DOHVATA:** `https://www.sciencedirect.com/science/article/pii/037722179190033R`
- **RAZRJEŠENJE:** zapis se razrješava na: C. A. Weber, J. R. Current i W. C. Benton, 1991, navedeni naslov, *European Journal of Operational Research*, članak u časopisu.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** sažetak.
- **POTVRDA LOKACIJE:** nije potvrđena.
- **PREDMET IZVORA:** kriteriji i analitičke metode za izbor dobavljača.
- **VRSTA I TEŽINA:** klasični pregledni rad.
- **EMPIRIJSKA OSNOVA:** nije primjenjivo.
- **OPERACIONALIZACIJA:** pregled kriterija i metoda korištenih u literaturi o izboru dobavljača.
- **ZAKLJUČAK IZVORA:** dobavljače treba vrednovati prema više kriterija i prikladnoj analitičkoj metodi.
- **OGRADE AUTORÂ:** [SAŽETAK] puni tekst nije dohvaćen.
- **NALAZ KOJI KORISTIM:** [SAŽETAK] kriteriji izbora dobavljača uključuju više od same cijene.
- **SVRHA U SEMINARU:** kanonska podloga za višekriterijski izbor dobavljača.
### [I15] Carbonneau, Laframboise i Vahidov
- **PUNI CITAT:** Carbonneau, R., Laframboise, K., & Vahidov, R. (2008). “Application of machine learning techniques for supply chain demand forecasting.” *European Journal of Operational Research*, 184(3), 1140–1154. DOI: 10.1016/j.ejor.2006.12.004.
- **TRAG DOHVATA:** `https://www.sciencedirect.com/science/article/pii/S0377221706012057`
- **RAZRJEŠENJE:** zapis se razrješava na: Real Carbonneau, Kevin Laframboise i Rustam Vahidov, 2008, navedeni naslov, *European Journal of Operational Research*, članak u časopisu.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** sažetak.
- **POTVRDA LOKACIJE:** nije potvrđena.
- **PREDMET IZVORA:** primjena neuronskih mreža, rekurentnih mreža i SVM-a u prognoziranju potražnje u opskrbnom lancu.
- **VRSTA I TEŽINA:** empirijska komparativna studija.
- **EMPIRIJSKA OSNOVA:** simulirani opskrbni lanac i stvarne narudžbe kanadske ljevaonice.
- **OPERACIONALIZACIJA:** usporedba naivnog prognoziranja, trenda, pomičnog prosjeka, linearne regresije, neuronskih mreža, RNN-a i SVM-a.
- **ZAKLJUČAK IZVORA:** [SAŽETAK] RNN i SVM pokazali su najbolje rezultate, ali njihova prednost nad regresijom nije bila statistički značajna.
- **OGRADE AUTORÂ:** [SAŽETAK] rezultati se temelje na dva skupa podataka i specifičnom problemu izobličene potražnje.
- **NALAZ KOJI KORISTIM:** [SAŽETAK] složeniji ML model nije automatski ekonomski ili statistički bolji od jednostavnijeg modela.
- **SVRHA U SEMINARU:** protuteža tvrdnji da AI nužno nadmašuje tradicionalne metode.
### [I16] Makridakis, Spiliotis i Assimakopoulos
- **PUNI CITAT:** Makridakis, S., Spiliotis, E., & Assimakopoulos, V. (2018). “Statistical and Machine Learning forecasting methods: Concerns and ways forward.” *PLOS ONE*, 13(3), e0194889. DOI: 10.1371/journal.pone.0194889.
- **TRAG DOHVATA:** `https://journals.plos.org/plosone/article/citation?id=10.1371%2Fjournal.pone.0194889`
- **RAZRJEŠENJE:** zapis se razrješava na: Spyros Makridakis, Evangelos Spiliotis i Vassilios Assimakopoulos, 2018, navedeni naslov, *PLOS ONE*, članak u časopisu.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** sažetak.
- **POTVRDA LOKACIJE:** nije potvrđena.
- **PREDMET IZVORA:** usporedba statističkih i ML metoda prognoziranja.
- **VRSTA I TEŽINA:** teorijsko-komparativni rad.
- **EMPIRIJSKA OSNOVA:** nije potvrđena na dohvaćenoj razini.
- **OPERACIONALIZACIJA:** nije potvrđena na dohvaćenoj razini.
- **ZAKLJUČAK IZVORA:** [SAŽETAK] prednost ML metoda nije opća i treba je procjenjivati prema podacima, mjeri pogreške i usporednom baznom modelu.
- **OGRADE AUTORÂ:** [SAŽETAK] rad upozorava na probleme usporedbe metoda i pretjerane tvrdnje o AI/ML superiornosti.
- **NALAZ KOJI KORISTIM:** [SAŽETAK] ne treba izjednačiti veću složenost modela s boljom prognozom.
- **SVRHA U SEMINARU:** metodološka ograda protiv tehnološkog determinizma.
### [I17] Bertsimas i Kallus
- **PUNI CITAT:** Bertsimas, D., & Kallus, N. (2020). “From Predictive to Prescriptive Analytics.” *Management Science*, 66(3), 1025–1044. DOI: 10.1287/mnsc.2018.3253.
- **TRAG DOHVATA:** `https://pubsonline.informs.org/doi/10.1287/mnsc.2018.3253`
- **RAZRJEŠENJE:** zapis se razrješava na: Dimitris Bertsimas i Nathan Kallus, 2020, navedeni naslov, *Management Science*, članak u časopisu.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** sažetak.
- **POTVRDA LOKACIJE:** nije potvrđena.
- **PREDMET IZVORA:** povezivanje ML-a s preskriptivnom analitikom i optimizacijom poslovnih odluka.
- **VRSTA I TEŽINA:** teorijsko-metodološki rad s demonstracijom na problemu upravljanja zalihama.
- **EMPIRIJSKA OSNOVA:** poslovni slučaj distribucije medijskog sadržaja; točan opseg iz sažetka je milijarda isporučenih jedinica godišnje.
- **OPERACIONALIZACIJA:** učenje odluke iz podataka o potražnji i pomoćnim varijablama te usporedba preskriptivne politike s baznim mjerama.
- **ZAKLJUČAK IZVORA:** [SAŽETAK] ML treba povezati s optimizacijom odluke, a ne vrednovati samo prema pogrešci prognoze.
- **OGRADE AUTORÂ:** [SAŽETAK] dokaz je vezan uz određeni poslovni problem i ne znači univerzalnu superiornost.
- **NALAZ KOJI KORISTIM:** [SAŽETAK] preskriptivni pristup može proizvesti bolje odluke o zalihama od samog predviđanja potražnje.
- **SVRHA U SEMINARU:** teorijska podloga za razliku između “bolje prognoze” i “bolje nabavne odluke”.
### [I18] Bruzda
- **PUNI CITAT:** Bruzda, J. (2020). “Demand forecasting under fill rate constraints—The case of re-order points.” *International Journal of Forecasting*, 36(4), 1342–1361. DOI: 10.1016/j.ijforecast.2020.01.007.
- **TRAG DOHVATA:** `https://www.sciencedirect.com/science/article/pii/S0169207020300169`
- **RAZRJEŠENJE:** zapis se razrješava na: Joanna Bruzda, 2020, navedeni naslov, *International Journal of Forecasting*, članak u časopisu.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** sažetak.
- **POTVRDA LOKACIJE:** nije potvrđena.
- **PREDMET IZVORA:** prognoziranje povezano s fill rate ograničenjima i reorder point odlukom.
- **VRSTA I TEŽINA:** teorijsko-metodološki rad sa simulacijskom analizom.
- **EMPIRIJSKA OSNOVA:** simulacijski eksperimenti; detalji nisu potvrđeni izvan sažetka.
- **OPERACIONALIZACIJA:** procjena reorder pointa kroz funkcije gubitka i servisnu mjeru fill rate.
- **ZAKLJUČAK IZVORA:** [SAŽETAK] prognoza treba biti usklađena s odlukom koju podupire; prosječna prognoza nije uvijek dovoljna za određivanje reorder pointa.
- **OGRADE AUTORÂ:** [SAŽETAK] teorijski uvjeti i pretpostavke ograničavaju izravnu primjenu.
- **NALAZ KOJI KORISTIM:** [SAŽETAK] cilj prognoze treba biti povezan s razinom usluge i troškovnom funkcijom.
- **SVRHA U SEMINARU:** povezivanje predviđanja potražnje i servisne razine.
### [I19] Chopra, Reinhardt i Dada
- **PUNI CITAT:** Chopra, S., Reinhardt, G., & Dada, M. (2008). “The Effect of Lead Time Uncertainty on Safety Stocks.” *Decision Sciences*, 35(1), 1–24. DOI: 10.1111/j.1540-5414.2004.02332.x.
- **TRAG DOHVATA:** `https://onlinelibrary.wiley.com/doi/full/10.1111/j.1540-5414.2004.02332.x`
- **RAZRJEŠENJE:** zapis se razrješava na: Sunil Chopra, Gilles Reinhardt i M. Dada, naslov rada, *Decision Sciences*, članak u časopisu; stranica zapisa navodi “First published: 09 October 2008”, dok DOI sadrži oznaku 2004.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** puni tekst.
- **POTVRDA LOKACIJE:** potvrđena.
- **PREDMET IZVORA:** utjecaj neizvjesnosti vremena dobave na sigurnosne zalihe.
- **VRSTA I TEŽINA:** teorijski model.
- **EMPIRIJSKA OSNOVA:** nije primjenjivo.
- **OPERACIONALIZACIJA:** matematička analiza reorder pointa i sigurnosne zalihe uz varijabilno vrijeme dobave.
- **ZAKLJUČAK IZVORA:** smanjenje vremena dobave i smanjenje njegove varijabilnosti mogu smanjiti zalihe, ali učinak ovisi o servisnoj razini i uvjetima sustava.
- **OGRADE AUTORÂ:** model ovisi o pretpostavkama distribucije potražnje i servisne razine.
- **NALAZ KOJI KORISTIM:** utjecaj vremena dobave nije jednak utjecaju njegove varijabilnosti; oba parametra moraju biti uključena u safety stock.
- **SVRHA U SEMINARU:** teorijska osnova za neizvjesnost dobave i sigurnosne zalihe.
### [I20] Wang, Zinn i Croxton
- **PUNI CITAT:** Wang, P., Zinn, W., & Croxton, K. L. (2010). “Sizing Inventory When Lead Time and Demand are Correlated.” *Journal of Business Logistics*. DOI: 10.1111/j.1937-5956.2009.01109.x.
- **TRAG DOHVATA:** `https://journals.sagepub.com/doi/10.1111/j.1937-5956.2009.01109.x`
- **RAZRJEŠENJE:** zapis se razrješava na: Ping Wang, Walter Zinn i Keely L. Croxton, 2010, navedeni naslov, *Journal of Business Logistics*, članak u časopisu.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** sažetak.
- **POTVRDA LOKACIJE:** nije potvrđena.
- **PREDMET IZVORA:** određivanje zaliha kada su vrijeme dobave i potražnja povezani.
- **VRSTA I TEŽINA:** teorijsko-metodološki rad.
- **EMPIRIJSKA OSNOVA:** nije primjenjivo.
- **OPERACIONALIZACIJA:** modeliranje potražnje tijekom vremena dobave kao slučajne veličine.
- **ZAKLJUČAK IZVORA:** [SAŽETAK] korelacija između potražnje i vremena dobave mijenja izračun reorder pointa i sigurnosne zalihe.
- **OGRADE AUTORÂ:** [SAŽETAK] zaključak ovisi o pretpostavljenoj strukturi korelacije.
- **NALAZ KOJI KORISTIM:** [SAŽETAK] AI sustav koji predviđa samo potražnju, a zanemaruje povezanost potražnje i dobave, može pogrešno odrediti safety stock.
- **SVRHA U SEMINARU:** dopuna analize neizvjesnosti.
### [I21] Sanders i Manrodt
- **PUNI CITAT:** Sanders, N. R., & Manrodt, K. B. (2003). “The efficacy of using judgmental versus quantitative forecasting methods in practice.” *Omega*, 31(6), 511–522. DOI: 10.1016/j.omega.2003.08.007.
- **TRAG DOHVATA:** `https://www.sciencedirect.com/science/article/pii/S0305048303000975`
- **RAZRJEŠENJE:** zapis se razrješava na: Nada R. Sanders i Karl B. Manrodt, 2003, navedeni naslov, *Omega*, članak u časopisu.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** sažetak.
- **POTVRDA LOKACIJE:** nije potvrđena.
- **PREDMET IZVORA:** usporedba prosudbenih i kvantitativnih metoda prognoziranja u poduzećima.
- **VRSTA I TEŽINA:** empirijska studija.
- **EMPIRIJSKA OSNOVA:** anketni podaci 240 poduzeća.
- **OPERACIONALIZACIJA:** usporedba organizacija prema dominantnom načinu prognoziranja i povezanim organizacijskim obilježjima.
- **ZAKLJUČAK IZVORA:** [SAŽETAK] izbor između prosudbenog i kvantitativnog prognoziranja u praksi ovisi i o organizacijskom kontekstu.
- **OGRADE AUTORÂ:** [SAŽETAK] rezultati se temelje na anketnom uzorku poduzeća.
- **NALAZ KOJI KORISTIM:** [SAŽETAK] izbor metode nije samo tehničko pitanje nego i pitanje organizacije procesa.
- **SVRHA U SEMINARU:** kontekst za usporedbu ljudskog i algoritamskog odlučivanja.
### [I22] Lawrence i sur.
- **PUNI CITAT:** Lawrence, M., Goodwin, P., O’Connor, M., & Önkal, D. (2006). “Judgmental forecasting: A review of progress over the last 25 years.” *International Journal of Forecasting*. DOI: 10.1016/j.ijforecast.2006.03.007.
- **TRAG DOHVATA:** `https://www.sciencedirect.com/science/article/pii/S0169207006000501`
- **RAZRJEŠENJE:** zapis se razrješava na: Michael Lawrence, Paul Goodwin, Marcus O’Connor i Dilek Önkal, 2006, navedeni naslov, *International Journal of Forecasting*, članak u časopisu.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** sažetak.
- **POTVRDA LOKACIJE:** nije potvrđena.
- **PREDMET IZVORA:** pregled prosudbenog prognoziranja.
- **VRSTA I TEŽINA:** pregledni rad.
- **EMPIRIJSKA OSNOVA:** nije primjenjivo.
- **OPERACIONALIZACIJA:** pregled istraživanja o ljudskoj prosudbi u prognoziranju.
- **ZAKLJUČAK IZVORA:** [SAŽETAK] ljudska prosudba može poboljšati prognoziranje, ali je izložena pristranostima.
- **OGRADE AUTORÂ:** [SAŽETAK] zaključci ovise o načinu strukturiranja prosudbe.
- **NALAZ KOJI KORISTIM:** [SAŽETAK] ljudsko iskustvo nije automatski bolje od modela, ali nije ni racionalno unaprijed isključiti ga.
- **SVRHA U SEMINARU:** teorijska podloga za hibridno odlučivanje.
### [I23] Dunković — regionalni izvor
- **PUNI CITAT:** Dunković, D. (2004). “Traženje metode prognoziranja potražnje: maloprodaja jestivog ulja.” *Ekonomski vjesnik*, XVII(1–2), 113–125. Hrčak ID: 199858.
- **TRAG DOHVATA:** `https://hrcak.srce.hr/199858`
- **RAZRJEŠENJE:** zapis se razrješava na: Dario Dunković, 2004, navedeni naslov, *Ekonomski vjesnik*, članak u časopisu.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** puni tekst.
- **POTVRDA LOKACIJE:** potvrđena.
- **PREDMET IZVORA:** usporedba metoda prognoziranja maloprodajne potražnje jestivog ulja u Hrvatskoj.
- **VRSTA I TEŽINA:** regionalna empirijska studija.
- **EMPIRIJSKA OSNOVA:** podaci o prodaji robne marke jestivog ulja u domaćem maloprodajnom lancu; točan broj opažanja nije preuzet.
- **OPERACIONALIZACIJA:** usporedba Holtova i Wintersova modela prema MAPE-u.
- **ZAKLJUČAK IZVORA:** potražnja u promatranom slučaju sadržavala je znatnu neizvjesnost, a izbor metode prognoziranja važan je za planiranje kapaciteta i zaliha.
- **OGRADE AUTORÂ:** rezultat je vezan uz konkretan proizvod i domaći maloprodajni kontekst.
- **NALAZ KOJI KORISTIM:** prognoza potražnje povezana je s planiranjem kapaciteta, zaliha i mjerama protiv manjka ili prekomjernih zaliha.
- **SVRHA U SEMINARU:** regionalni primjer tradicionalnog prognoziranja.
### [I24] Stopka i sur.
- **PUNI CITAT:** Stopka, O., Chovancová, M., Ližbetin, J., & Klapita, V. (2016). “Proposal for Optimization of the Inventory Level Using the Appropriate Method for its Procurement.” *NAŠE MORE*, 63(3), Special Issue, 195–199. DOI: 10.17818/NM/2016/SI22. Hrčak ID: 162592.
- **TRAG DOHVATA:** `https://hrcak.srce.hr/162592`
- **RAZRJEŠENJE:** zapis se razrješava na: Ondrej Stopka, Mária Chovancová, Ján Ližbetin i Vladimír Klapita, 2016, navedeni naslov, *NAŠE MORE*, članak u časopisu.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** puni tekst.
- **POTVRDA LOKACIJE:** potvrđena.
- **PREDMET IZVORA:** optimizacija razine zalihe izborom odgovarajuće metode nabave.
- **VRSTA I TEŽINA:** regionalni pregledno-modelski rad.
- **EMPIRIJSKA OSNOVA:** prikazani konkretni slučajevi primjene modela; opseg nije preuzet.
- **OPERACIONALIZACIJA:** višekriterijski model koji uzima u obzir troškove i rizik nedostatka zalihe.
- **ZAKLJUČAK IZVORA:** model može istodobno smanjiti troškove i rizik nedostatka u odnosu na postojeće pristupe.
- **OGRADE AUTORÂ:** zaključak je vezan uz predloženi model i prikazane slučajeve.
- **NALAZ KOJI KORISTIM:** optimizacija nabave treba istodobno obuhvatiti trošak i rizik nedostatka zalihe.
- **SVRHA U SEMINARU:** regionalna podloga za kompromis troška i nestašice.
### [I25] Aissaoui, Haouari i Hassini
- **PUNI CITAT:** Aissaoui, N., Haouari, M., & Hassini, E. (2007). “Supplier selection and order lot sizing modeling: A review.” *Computers & Operations Research*, 34(12), 3516–3540. DOI: 10.1016/j.cor.2006.01.016.
- **TRAG DOHVATA:** `https://www.researchgate.net/publication/223590416_Supplier_selection_and_order_lot_sizing_modeling_A_review`
- **RAZRJEŠENJE:** zapis se razrješava na: Najla Aissaoui, Mohamed Haouari i Elkafi Hassini, 2007, navedeni naslov, *Computers & Operations Research*, članak u časopisu.
- **STATUS ZAPISA:** bez oznaka.
- **RAZINA DOHVATA:** sažetak.
- **POTVRDA LOKACIJE:** nije potvrđena.
- **PREDMET IZVORA:** modeli izbora dobavljača i određivanja veličine narudžbe.
- **VRSTA I TEŽINA:** pregledni rad.
- **EMPIRIJSKA OSNOVA:** nije primjenjivo.
- **OPERACIONALIZACIJA:** pregled matematičkih modela izbora dobavljača i veličine narudžbe.
- **ZAKLJUČAK IZVORA:** [SAŽETAK] odluka o dobavljaču i odluka o veličini narudžbe međusobno su povezane.
- **OGRADE AUTORÂ:** [SAŽETAK] pregled je stariji i ne obuhvaća novije AI metode.
- **NALAZ KOJI KORISTIM:** [SAŽETAK] optimizacija dobavljača bez povezivanja s veličinom narudžbe može dati nepotpunu ekonomsku odluku.
- **SVRHA U SEMINARU:** podloga za automatiziranu nabavu i order allocation.
---
## B1.5. Postojeći pregledi
1. **Toorajipour i sur. (2021)** — sustavno pregledava AI u opskrbnom lancu, s literaturom do 2018.; pokriva logistiku, proizvodnju, nabavu, prognoziranje i odlučivanje. [I7]
2. **Seyedan i Mafakheri (2020)** — pregledava analitiku velikih podataka i ML u prognoziranju potražnje; obuhvat do 2019. [I9]
3. **Petropoulos i sur. (2022)** — široki pregled teorije i prakse prognoziranja; nije specifično usmjeren na AI u zalihama. [I10]
4. **Aouadni i sur. (2019)** — pregled izbora dobavljača i raspodjele narudžbi; literatura do 2017. [I12]
5. **Ho, Xu i Dey (2010)** — pregled višekriterijskog odlučivanja pri izboru dobavljača. [I13]
6. **Aissaoui, Haouari i Hassini (2007)** — pregled izbora dobavljača i veličine narudžbe. [I25]
7. **Walter, Ahsan i Rahman (2025)** — najnoviji specifični sustavni pregled AI-ja u planiranju potražnje; obuhvaća 141 rad iz razdoblja 2012.–2023. [I8]
8. **Kumar i Kumar (2025)** — sustavni pregled suradnje čovjeka i AI-ja u operacijama i opskrbnim lancima; obuhvaća 206 studija. [I11]
**Pozicioniranje novog rada:** postojeći pregledi uglavnom analiziraju metode, primjene i uvjete AI-ja. Manje izravno povezuju prognozu s ekonomskim kompromisom između holding cost, shortage cost, reorder pointa, safety stocka i izbora dobavljača. To je prostor za seminarski rad.
---
## B4. Odbijeni kandidati
1. **“Order-up-to-level inventory optimization model using time-series demand forecasting with ensemble deep learning” (2023)**
- Nađen preko ScienceDirecta.
- Sažetak i DOI bili su dostupni, ali u otvorenom zapisu koji je dohvaćen nisu potvrđeni svi autori potrebni za puni bibliografski identitet.
- Nije uključen u popis literature.
2. **“Daily retail demand forecasting using machine learning with emphasis on calendric special days” (2020)**
- Nađen preko ScienceDirecta.
- Predmet je relevantan, ali autorski i puni bibliografski zapis nisu u cijelosti potvrđeni u dohvaćenom zapisu.
- Nije uključen u popis literature.
3. **“MRP•NEXUS: Intelligent Demand Forecasting and Inventory Optimization Using Machine Learning” (2026)**
- Nađen u pretraživanju radova o AI-ju, zalihama, EOQ-u i safety stocku.
- Nije uključen jer nije bio potreban za osnovni korpus, a njegov status i bibliografska težina nisu dodatno potvrđeni kroz neovisni izdavački ili indeksni zapis.
**Broj odbijenih kandidata:** 3.
- nepotpun bibliografski identitet: 2
- nedovoljno potvrđen status/težina: 1
---
## B5. Zatvaranje faze
### Broj izvora
- **Potvrđeni izvori:** 25
- **Iz registra:** 0
### Raspodjela po razini dohvata
- puni tekst: 10
- relevantni odjeljak: 1
- sažetak: 10
- samo bibliografski zapis: 4
- nije otvoreno: 0
**Ukupno: 25**
### Raspodjela po potvrdi lokacije
- potvrđena: 10
- nije potvrđena: 11
- nije navedena: 4
**Ukupno: 25**
### Kvote sastava
- najmanje 2 referentna djela širokog opsega: **ispunjeno** — [I1]–[I6]
- najmanje 3 izvora iz posljednjih 5 godina: **ispunjeno** — [I8], [I11], uz [I7] i [I10] kao novije od starijeg teorijskog sloja
- najmanje 1 regionalni izvor: **ispunjeno** — [I23], [I24]
- najmanje 2 suprotne strane glavne rasprave: **ispunjeno, ali ograničeno** — [I15]/[I16] nasuprot [I17]; riječ je o razlici između prediktivne točnosti i preskriptivne ekonomske učinkovitosti, ne o jednostavnom sukobu “AI protiv čovjeka”
- najmanje 2 teorijska izvora: **ispunjeno** — [I1], [I2], [I17], [I18], [I19]
- sustavni pregledi i metaanalize pronađeni u pretraženom opsegu: **uključeni** — [I7], [I8], [I9], [I10], [I11], [I12], [I13], [I25]
- metaanaliza izravno o ekonomskom učinku AI-ja na ukupni trošak zaliha: **nije pronađena**
### Pravci pretraživanja iscrpljeni
- osnovna teorija upravljanja zalihama i sigurnosne zalihe
- tradicionalno i ML prognoziranje potražnje
- AI u opskrbnom lancu
- AI u planiranju potražnje
- reorder point, fill rate i lead-time uncertainty
- ljudsko prosuđivanje i hibridno prognoziranje
- izbor dobavljača i raspodjela narudžbi
- regionalna literatura na Hrčku
- noviji pregledi objavljeni 2021.–2025.
### B5.1. Pokrivenost skice
| Poglavlje | Pokrivene sastavnice | Nepokrivene ili slabo pokrivene sastavnice |
|---|---|---|
| Ekonomika zaliha | funkcije zalihe [I1], [I2], [I3], [I4], [I6]; odnos dostupnosti i troška [I6], [I19] | izravna empirijska procjena učinka zalihe na profit |
| Troškovi držanja i nestašice | kapital, skladištenje i rizik [I6]; nestašica i servisna razina [I6], [I18], [I19] | precizne brojke za hitnu nabavu, prekid proizvodnje i gubitak kupca |
| Predviđanje potražnje | tradicionalne metode [I5], [I23]; ML/AI [I7], [I8], [I9], [I15], [I16]; ljudsko prosuđivanje [I21], [I22] | izravna usporedba ukupnog troška zalihe po metodi |
| Reorder point i safety stock | potražnja tijekom dobave [I1], [I2], [I18], [I19], [I20]; fill rate [I18] | javno potvrđena empirijska usporedba AI-safety-stock modela s klasičnim modelom |
| Automatizirana nabava i više dobavljača | izbor kriterija [I12], [I13], [I14], [I25]; raspodjela narudžbi [I12], [I25] | izravno autonomno naručivanje u stvarnom poduzeću |
| AI, učinkovitost i rizik | prediktivna/preskriptivna analitika [I8], [I9], [I17]; organizacijski rizik [I8], [I11] | kvantificiran trošak modelskog rizika i tržišnog šoka |
| Čovjek nasuprot algoritmu | ljudska prosudba [I21], [I22]; ljudsko-AI suradništvo [I11]; ograničenja ML-a [I15], [I16] | izravni head-to-head test čovjeka i AI-ja na istoj nabavnoj funkciji |
**Odnos predmeta izvora i predmeta poglavlja:**
- predmet izvora: teorija upravljanja zalihama; predmet poglavlja: Ekonomika zaliha; odnos: **pokriva poglavlje** — [I1], [I2], [I3], [I4].
- predmet izvora: relevantni troškovi zaliha; predmet poglavlja: Troškovi držanja i nestašice; odnos: **pokriva sastavnicu troškovne strukture** — [I6].
- predmet izvora: prognoziranje; predmet poglavlja: Predviđanje potražnje; odnos: **pokriva poglavlje** — [I5], [I9], [I10].
- predmet izvora: ML u prognoziranju opskrbnog lanca; predmet poglavlja: Predviđanje potražnje; odnos: **pokriva sastavnicu AI/ML metoda** — [I15], [I16].
- predmet izvora: fill rate i reorder point; predmet poglavlja: Reorder point i safety stock; odnos: **pokriva poglavlje** — [I18].
- predmet izvora: lead-time uncertainty; predmet poglavlja: Reorder point i safety stock; odnos: **pokriva sastavnicu varijabilnosti dobave** — [I19], [I20].
- predmet izvora: izbor dobavljača i raspodjela narudžbi; predmet poglavlja: Automatizirana nabava i više dobavljača; odnos: **pokriva poglavlje** — [I12], [I25].
- predmet izvora: višekriterijski izbor dobavljača; predmet poglavlja: Automatizirana nabava i više dobavljača; odnos: **pokriva sastavnicu kriterija dobavljača** — [I13], [I14].
- predmet izvora: ljudsko i kvantitativno prognoziranje; predmet poglavlja: Čovjek nasuprot algoritmu; odnos: **pokriva sastavnicu ljudskog prosuđivanja** — [I21], [I22].
- predmet izvora: ljudsko-AI suradništvo; predmet poglavlja: Čovjek nasuprot algoritmu; odnos: **pokriva sastavnicu hibridnog odlučivanja** — [I11].
- predmet izvora: AI u planiranju potražnje; predmet poglavlja: AI, ekonomska učinkovitost i rizik modela; odnos: **pokriva poglavlje** — [I8].
- predmet izvora: preskriptivna analitika; predmet poglavlja: AI, ekonomska učinkovitost i rizik modela; odnos: **pokriva sastavnicu povezivanja prognoze i odluke** — [I17].
**[KRUG 2]:** nije pokrenut jer nijedno poglavlje nije ostalo bez osnovnog izvora, iako su poglavlja o autonomnoj nabavi, modelskom riziku i izravnoj usporedbi čovjeka s AI-jem i dalje sadržajno tanka.
---
# FAZA C — MAPA PODRUČJA
U prikupljenoj literaturi formalni modeli upravljanja zalihama povezuju potražnju, dobavu i troškove s operativnim odlukama o naručivanju i razini zalihe ([I6], [I18], [I19]).
Referentni modeli zaliha polaze od potražnje, vremena dobave, troškova naručivanja, troškova držanja i troškova nestašice. Reid, R. Dan, i Nada R. Sanders. 2012. *Operations Management: An Integrated Approach*. 5. izd. Wiley, relevantni odjeljak Relevant Inventory Costs.
Prognoziranje se razvija od klasičnih vremenskih i regresijskih metoda. [I5] [I9] [I15]
Prognoziranje se razvija od klasičnih vremenskih i regresijskih metoda.
Noviji pristupi uključuju strojno učenje, neuronske mreže i velik broj pomoćnih varijabli. [I5] [I9] [I15]
Noviji radovi AI ne promatraju samo kao alat za predviđanje nego i kao dio šireg procesa planiranja potražnje, nabave i odlučivanja. [I7]; [I8]
Važan metodološki zaokret jest razlikovanje kvalitete prognoze od kvalitete odluke: bolja prognoza ne mora automatski proizvesti niži ukupni trošak zalihe. [I17] [I18]
Ljudsko prosuđivanje ostaje relevantno zbog informacija o posebnim događajima i promjenama koje nisu sadržane u povijesnim podacima, ali je istodobno izloženo pristranostima. [I21] [I22]
U novijoj literaturi naglasak se premješta prema ljudsko-AI suradnji, organizacijskoj spremnosti, kvaliteti podataka i upravljanju modelskim rizikom. [I8]; [I11] [SAŽETAK]
---
# FAZA D — POJMOVNIK
### Zaliha / inventory
Zaliha je operativni mehanizam kojim se raspoloživost robe povezuje s troškovima držanja i nestašice ([I6]).
**Uobičajena zamka:** zaliha nije samo “imovina”; u odluci o količini mora se uključiti i oportunitetni trošak kapitala.
### Trošak držanja / holding cost ili carrying cost
Trošak povezan s kapitalom vezanim u zalihi, skladištenjem i rizikom držanja robe. [I6] [KANON]
**Uobičajena zamka:** nabavna cijena robe nije isto što i trošak držanja zalihe.
### Trošak nestašice / stockout cost ili shortage cost
Trošak koji nastaje kada raspoloživa zaliha ne može zadovoljiti potražnju, uključujući izgubljenu prodaju, kašnjenje i moguće operativne posljedice. [I6] [KANON]; [I18] [SAŽETAK]
**Uobičajena zamka:** fill rate nije novčani trošak; to je servisna mjera koja može biti povezana s troškom nestašice.
### Prognoziranje potražnje / demand forecasting
Procjena buduće potražnje na temelju podataka, modela i definiranog vremenskog horizonta. [I5] [KANON]; [I10]
**Uobičajena zamka:** prognoza prosječne potražnje nije nužno odgovarajuća prognoza za reorder point.
### Planiranje potražnje / demand planning
Širi proces koji uključuje prognoziranje, prosudbu, nabavu, proizvodnju, skladištenje i distribuciju. [I8]
**Uobičajena zamka:** demand planning nije samo statističko predviđanje prodaje.
### Sigurnosna zaliha / safety stock
Dodatna zaliha koja štiti od varijabilnosti potražnje i/ili vremena dobave pri zadanoj servisnoj razini. [I1] Chopra, Sunil, Gilles Reinhardt, i Maqbool Dada. 2004. *The Effect of Lead Time Uncertainty on Safety Stocks*. *Decision Sciences* 35(1): 1–24. [I20] [SAŽETAK]
**Uobičajena zamka:** sigurnosna zaliha nije fiksna zaštitna količina neovisna o prognozi i vremenu dobave. Chopra, Sunil, Gilles Reinhardt, i Maqbool Dada. 2004. *The Effect of Lead Time Uncertainty on Safety Stocks*. *Decision Sciences* 35(1): 1–24; Wang, Ping, Walter Zinn, i Keely L. Croxton. 2010. *Sizing Inventory When Lead Time and Demand are Correlated*. *Production and Operations Management* 19(4): 480–484.
### Točka ponovnog naručivanja / reorder point
Reorder point je odluka-razina zalihe povezana s potražnjom tijekom vremena dobave i odabranom servisnom mjerom ([I18]).
**Uobičajena zamka:** reorder point i order quantity odgovaraju na različita pitanja — kada naručiti i koliko naručiti. Bruzda, Joanna. 2020. *Demand forecasting under fill rate constraints—The case of re-order points*. *International Journal of Forecasting* 36(4): 1342–1361.
### Fill rate
Servisna mjera koja izražava udio potražnje zadovoljen raspoloživom zalihom. [I18] [SAŽETAK]
**Uobičajena zamka:** visoki fill rate može zahtijevati nesrazmjerno povećanje zaliha ako se ne uključi trošak držanja.
### Strojno učenje / machine learning
Skup metoda koje iz podataka uče obrasce ili funkcije za predviđanje i odlučivanje. [I9]; [I15] [SAŽETAK]
**Uobičajena zamka:** ML model nije isto što i AI sustav koji samostalno provodi nabavnu odluku.
### Preskriptivna analitika / prescriptive analytics
Pristup koji ne završava na predviđanju nego iz podataka izvodi ili optimizira odluku. [I17] [SAŽETAK]
**Uobičajena zamka:** precizna prognoza i optimalna odluka nisu ista mjerna varijabla.
### Izbor dobavljača / supplier selection
Odabir dobavljača prema skupu kriterija kao što su cijena, kvaliteta, pouzdanost i vrijeme dobave. [I12]; [I13] [SAŽETAK]; [I14] [SAŽETAK]
**Uobičajena zamka:** najjeftiniji dobavljač nije nužno ekonomski najbolji ako povećava rizik nestašice ili kašnjenja.
### Raspodjela narudžbe / order allocation
Određivanje koliko će se naručiti od svakog od odabranih dobavljača. [I12]; [I25] [SAŽETAK]
**Uobičajena zamka:** izbor dobavljača i raspodjela količine nisu ista odluka.
### Ljudska prosudba / judgmental forecasting
Prognoza ili izmjena statističke prognoze na temelju iskustva, tržišnog znanja i informacija o posebnim događajima. [I21] [SAŽETAK]; [I22] [SAŽETAK]
**Uobičajena zamka:** ljudsko iskustvo može dopuniti model, ali nije automatski nepristrano.
### Razlika u operacionalizaciji prognoze
[I15] promatra prognoznu točnost na skupovima podataka opskrbnog lanca, dok [I17] promatra kvalitetu preskriptivne odluke o zalihama. To nisu ista mjerna varijabla. [I15] [SAŽETAK]; [I17] [SAŽETAK]
---
# FAZA E — GDJE SE LITERATURA NE SLAŽE
## 1. Je li složeniji AI/ML model bolji od tradicionalne metode?
- **Strana A:** ML metode mogu obraditi velik broj varijabli i složenije obrasce potražnje. [I9]; [I8]
- **Strana B:** u empirijskoj usporedbi RNN i SVM jesu imali najbolje rezultate, ali njihova prednost nad regresijom nije bila statistički značajna. [I15] [SAŽETAK]
- **Dodatna kvalifikacija:** preskriptivni pristup može poboljšati odluku o zalihama čak i kada se ne radi o dramatično boljoj točkovnoj prognozi. [I17] [SAŽETAK]
**Najvjerojatnija razlika:** izvori ne mjere istu stvar. [I15] mjeri prognoznu točnost, a [I17] ekonomsku kvalitetu odluke.
**Razvrstavanje:** **EMPIRIJSKI ODLUČIVO**. Razliku bi mogli razriješiti usporedivi eksperimenti na istim podacima, istoj troškovnoj funkciji i istim servisnim ograničenjima.
## 2. Treba li ljudsku prosudbu ukloniti iz prognoziranja?
- **Strana A:** ljudska prosudba može uključiti posebne događaje i informacije koje model ne vidi. [I22] [SAŽETAK]
- **Strana B:** ljudske prilagodbe mogu biti pristrane i neučinkovite; organizacije se razlikuju prema načinu i kvaliteti korištenja prosudbe. [I21] [SAŽETAK]
- **Srednji stav:** noviji pregledi naglašavaju ljudsko-AI suradništvo, a ne jednostavnu zamjenu čovjeka algoritmom. [I11] [SAŽETAK]
**Najvjerojatnija razlika:** razlika je u načinu strukturiranja ljudske intervencije, a ne nužno u tome je li čovjek ili model općenito “bolji”.
**Razvrstavanje:** **KONCEPTUALNO NEODLUČIVO** u općem obliku, ali pojedinačne procedure mogu biti empirijski testirane.
## 3. Treba li safety stock određivati samo iz varijabilnosti potražnje?
- [I19] naglašava važnost neizvjesnosti vremena dobave. [I19]
- [I20] upozorava da povezanost potražnje i vremena dobave mijenja izračun potrebne zalihe. [I20] [SAŽETAK]
- [I18] povezuje prognoziranje s konkretnom servisnom mjerom i reorder pointom. [I18] [SAŽETAK]
**Razvrstavanje:** nema stvarnog neslaganja među izvorima; literatura je ovdje komplementarna. Pitanje je **EMPIRIJSKI ODLUČIVO**, ali u prikupljenom korpusu nije pronađena izravna AI-usporedba.
---
# FAZA F — PRIJEDLOG STRUKTURE
## 1. Ekonomika zaliha
### 1.1. Uloga zalihe u opskrbnom lancu
Pokrivaju: [I1] [KANON], [I2] [KANON], [I3] [KANON], [I4] [KANON]
### 1.2. Zaliha kao imovina, sigurnost i trošak
Pokrivaju: [I6] [KANON], [I19]
- **Cjelina poglavlja:** pokrivena referentnim djelima [I1]–[I6].
- **Puni tekst/relevantni odjeljak:** [I5] i [I6].
- **Oznaka:** nije tanko.
## 2. Troškovi držanja i nestašice
### 2.1. Trošak kapitala i skladištenja
Pokrivaju: [I6] [KANON], [I1] [KANON]
### 2.2. Zastarijevanje, kvarenje i rizik robe
Pokrivaju: [I6] [KANON], [I2] [KANON]
### 2.3. Nestašica, izgubljena prodaja i servisna razina
Pokrivaju: [I6] [KANON], [I18] [SAŽETAK], [I19]
- **Cjelina poglavlja:** pokrivena.
- **Puni tekst/relevantni odjeljak:** [I6], [I19].
- **Oznaka:** nije tanko, ali je empirijski dio o novčanoj vrijednosti nestašice tanak.
## 3. Predviđanje potražnje
### 3.1. Tradicionalne metode
Pokrivaju: [I5] [KANON], [I23]
### 3.2. ML i AI metode
Pokrivaju: [I7], [I9], [I15] [SAŽETAK], [I16] [SAŽETAK]
### 3.3. Vanjski signali i organizacijski kontekst
Pokrivaju: [I8], [I10], [I21] [SAŽETAK], [I22] [SAŽETAK]
- **Cjelina poglavlja:** pokrivena.
- **Puni tekst:** [I5], [I7], [I8], [I9], [I10].
- **Oznaka:** nije tanko.
## 4. Reorder point i safety stock
### 4.1. Potražnja tijekom vremena dobave
Pokrivaju: [I1] [KANON], [I2] [KANON], [I18] [SAŽETAK]
### 4.2. Varijabilnost vremena dobave
Pokrivaju: [I19], [I20] [SAŽETAK]
### 4.3. Fill rate i servisna razina
Pokriva: [I18] [SAŽETAK]
- **Cjelina poglavlja:** pokrivena, ali većina specijalističkih nalaza u [I18] i [I20] temelji se na sažetku.
- **Puni tekst/relevantni odjeljak:** [I19].
- **Oznaka:** srednje tanko.
## 5. Automatizirana nabava i više dobavljača
### 5.1. Kada i koliko naručiti
Pokrivaju: [I1] [KANON], [I2] [KANON], [I25] [SAŽETAK]
### 5.2. Izbor dobavljača
Pokrivaju: [I12], [I13] [SAŽETAK], [I14] [SAŽETAK]
### 5.3. Raspodjela narudžbe između dobavljača
Pokrivaju: [I12], [I25] [SAŽETAK]
- **Cjelina poglavlja:** pokrivena pregledima, ali ne i izravnim AI empirijskim testom.
- **Puni tekst:** [I12].
- **Oznaka:** tanko za autonomnu AI-nabavu; nije tanko za klasične modele dobavljača.
## 6. AI, ekonomska učinkovitost i rizik modela
### 6.1. Prediktivna nasuprot preskriptivnoj analitici
Pokrivaju: [I17] [SAŽETAK], [I8]
### 6.2. Kvaliteta podataka i organizacijski uvjeti
Pokrivaju: [I8], [I11] [SAŽETAK]
### 6.3. Pogrešna prognoza i tržišni šok
Pokrivaju: [I7], [I8], [I9]
- **Cjelina poglavlja:** pokrivena pregledima, ali ekonomski učinak nije izravno potvrđen za velik broj stvarnih nabavnih sustava.
- **Puni tekst:** [I7], [I8], [I9].
- **Oznaka:** tanko za kvantificiranje modelskog rizika.
## 7. Čovjek nasuprot algoritmu
### 7.1. Iskustvo i kontekstualno znanje
Pokrivaju: [I21] [SAŽETAK], [I22] [SAŽETAK]
### 7.2. Algoritamska obrada velikog broja podataka
Pokrivaju: [I9], [I15] [SAŽETAK], [I16] [SAŽETAK]
### 7.3. Hibridno odlučivanje i nadzor
Pokriva: [I11] [SAŽETAK]
- **Cjelina poglavlja:** nema izvora koji predmet pokriva u cijelosti.
- **Puni tekst/relevantni odjeljak:** [I9]; ostalo se oslanja pretežno na sažetke.
- **Oznaka:** **TANKO POGLAVLJE**.
---
# FAZA G — RUPE
## Nepokrivene ili slabo pokrivene podteme
1. **Izravna usporedba čovjeka, pravila i AI-ja na istoj nabavnoj odluci**
- potvrđena literatura: 3–4 izvora, uglavnom pregledna ili prosudbena
- nedostaje eksperiment s istim podacima, istom funkcijom troška i istim servisnim ciljem
2. **Autonomno određivanje dobavljača i količine narudžbe**
- potvrđena literatura: 4 izvora o klasičnom izboru dobavljača i raspodjeli narudžbi
- nedostaje potvrđen empirijski rad o sustavu koji samostalno bira dobavljača i izdaje narudžbu
3. **Novčana vrijednost nestašice**
- potvrđena literatura: 3 izvora na konceptualnoj razini
- nedostaju podaci o izgubljenoj prodaji, prekidu proizvodnje, hitnoj nabavi i gubitku lojalnosti kupaca
4. **AI i tržišni šokovi**
- potvrđena literatura: [I7], [I8], [I9]
- nedostaje dovoljno studija koje testiraju performanse modela nakon nagle promjene obrasca potražnje
5. **Regionalna literatura o AI-ju u nabavi i zalihama**
- pronađena regionalna literatura o prognoziranju i klasičnoj optimizaciji [I23], [I24]
- nije pronađen potvrđen regionalni empirijski rad koji izravno testira AI u planiranju nabave i zaliha
6. **Metaanaliza ekonomskog učinka AI-ja na ukupni trošak zaliha**
- nije pronađena u pretraženom korpusu
## Neispunjene kvote
Nema neispunjenih obveznih kvota iz B1. Korpus ipak ima sljedeća ograničenja:
- nema metaanalize izravno o AI-ju i ukupnom trošku zaliha
- nema dovoljno radova s punim tekstom koji istodobno mjere prognoznu pogrešku, holding cost, shortage cost i servisnu razinu
- nema izravnog eksperimenta čovjek–algoritam na istoj nabavnoj politici
- regionalna literatura postoji, ali uglavnom obrađuje tradicionalne metode
---
# ZAVRŠNA PROVJERA
- Faze C, D i E pregledane su rečenicu po rečenicu.
- Tvrdnje bez oznake izvora izbrisane: **0**.
- Sve korištene oznake [I1]–[I25] postoje u popisu izvora.
- Nijedan odbijeni kandidat nije korišten u fazama C–G.
- Empirijska osnova nije upisana uz teorijske izvore i preglede.
- Operacionalizacija je odvojena od interpretacije nalaza.
- Nijedan autor i godina nisu uvedeni bez izvora u fazi B.
- Provjereni zabranjeni obrasci: hibridni citat, razdvojeni lanac, nevidljivi izvor, žanrovski nemoguć podatak, obrnuti smjer, lažni konstruktor, prejaki jezik, brojka bez faze, pripisana napomena, goli identifikator, zastarjeli predtisak, akt bez članka, sekundarni opis instrumenta, tiha zamjena pojma, uski rad kao pokriće širokog poglavlja i izmišljeni raspon stranica.
- Svaki izvor ima URL u polju TRAG DOHVATA.
- Svaki izvor ima vrstu zapisa u polju RAZRJEŠENJE.
- Svaki izvor ima vrijednost u polju STATUS ZAPISA.
- Oznake [SAŽETAK] dodane su uz nalaze preuzete samo iz sažetka.
- Oznake [KANON] dodane su uz temeljne nalaze referentnih djela.
- Svako neslaganje u fazi E razvrstano je kao empirijski odlučivo ili konceptualno neodlučivo.
- Svaki izvor ima PREDMET IZVORA.
- Nijedan raspon stranica nije izmišljen.
- Kvota referentnih djela širokog opsega je ispunjena.
- Za svako poglavlje navedene su sastavnice i odnosi predmeta izvora prema predmetu poglavlja.
**Pojedinačno pregledane stavke:** bibliografski identitet, URL, vrsta zapisa, status zapisa, razina dohvata, potvrda lokacije, predmet izvora, kanonski status, empirijska osnova, operacionalizacija, zaključak izvora, ograde autora, nalaz koji se koristi i uloga izvora u seminaru za svih 25 izvora.
Napomena o izvršenju nalaza 3: u izvornom dokumentu nalaz 3 pojavljuje se kao razvojna tvrdnja, a nalaz 4 kao zasebna rečenica s istim početkom. Primijenjena je nova formulacija nalaza 3, dok je postojeća rečenica nalaza 4 emitirana nepromijenjena.
2. Izvršene izmjene
| Br. | Radnja | Prije | Poslije |
|---|
| 1 | IZNOVA_IZVEDI_TVRDNJU | Razvoj područja može se prikazati kao pomak od formalnih modela stohastičkog upravljanja zalihama prema povezivanju prognoziranja s operativnom odlukom. [I1] [KANON]; [I2] [KANON] | U prikupljenoj literaturi formalni modeli upravljanja zalihama povezuju potražnju, dobavu i troškove s operativnim odlukama o naručivanju i razini zalihe ([I6], [I18], [I19]). |
| 2 | ZAMIJENI_REFERENCU | Referentni modeli zaliha polaze od potražnje, vremena dobave, troškova naručivanja, troškova držanja i troškova nestašice. [I1] [I2] [I6] [KANON] | Referentni modeli zaliha polaze od potražnje, vremena dobave, troškova naručivanja, troškova držanja i troškova nestašice. Reid, R. Dan, i Nada R. Sanders. 2012. Operations Management: An Integrated Approach. 5. izd. Wiley, relevantni odjeljak Relevant Inventory Costs. |
| 3 | IZNOVA_IZVEDI_TVRDNJU | Prognoziranje se razvija od klasičnih vremenskih i regresijskih metoda. [I5] [KANON]; [I9]; [I15] [SAŽETAK] | Literatura o prognoziranju obuhvaća klasične vremenske i regresijske metode, kao i metode strojnog učenja koje se uspoređuju s tim baznim pristupima ([I5], [I9], [I15]). |
| 10 | IZNOVA_IZVEDI_TVRDNJU | Zaliha / inventory: Količina robe ili materijala koja povezuje nabavu, proizvodnju i zadovoljenje potražnje; istodobno može podržavati dostupnost i stvarati trošak držanja. [I1] [KANON]; [I6] [KANON] | Zaliha je operativni mehanizam kojim se raspoloživost robe povezuje s troškovima držanja i nestašice ([I6]). |
| 11 | IZNOVA_IZVEDI_TVRDNJU | Zaliha nije samo “imovina”; u odluci o količini mora se uključiti i oportunitetni trošak kapitala. [DIDAKTIČKA NAPOMENA] | Zaliha nije samo računovodstvena imovina; količina zalihe stvara i kapitalni trošak držanja ([I6], odjeljak ‘Holding Costs’). |
| 20 | ZAMIJENI_REFERENCU | Dodatna zaliha koja štiti od varijabilnosti potražnje i/ili vremena dobave pri zadanoj servisnoj razini. [I1] [KANON]; [I19] [I20] [SAŽETAK] | Dodatna zaliha koja štiti od varijabilnosti potražnje i/ili vremena dobave pri zadanoj servisnoj razini. [I1] Chopra, Sunil, Gilles Reinhardt, i Maqbool Dada. 2004. The Effect of Lead Time Uncertainty on Safety Stocks. Decision Sciences 35(1): 1–24. [I20] [SAŽETAK] |
| 21 | ZAMIJENI_REFERENCU | Sigurnosna zaliha nije fiksna zaštitna količina neovisna o prognozi i vremenu dobave. | Sigurnosna zaliha nije fiksna zaštitna količina neovisna o prognozi i vremenu dobave. Chopra, Sunil, Gilles Reinhardt, i Maqbool Dada. 2004. The Effect of Lead Time Uncertainty on Safety Stocks. Decision Sciences 35(1): 1–24; Wang, Ping, Walter Zinn, i Keely L. Croxton. 2010. Sizing Inventory When Lead Time and Demand are Correlated. Production and Operations Management 19(4): 480–484. |
| 22 | IZNOVA_IZVEDI_TVRDNJU | Reorder point razina je zalihe pri kojoj se pokreće nova narudžba, uzimajući u obzir očekivanu potražnju tijekom dobave i zaštitni sloj. [I1] [KANON]; [I18] [SAŽETAK] | Reorder point je odluka-razina zalihe povezana s potražnjom tijekom vremena dobave i odabranom servisnom mjerom ([I18]). |
| 23 | ZAMIJENI_REFERENCU | Reorder point i order quantity odgovaraju na različita pitanja — kada naručiti i koliko naručiti. | Reorder point i order quantity odgovaraju na različita pitanja — kada naručiti i koliko naručiti. Bruzda, Joanna. 2020. Demand forecasting under fill rate constraints—The case of re-order points. International Journal of Forecasting 36(4): 1342–1361. |
| 27 | IZNOVA_IZVEDI_TVRDNJU | ML model nije isto što i AI sustav koji samostalno provodi nabavnu odluku. | Primjena ML-a za prognoziranje sama po sebi ne znači da sustav samostalno provodi nabavnu odluku; za to su potrebne dodatne preskriptivne i organizacijske komponente ([I8], [I17]). |
| 41 | IZNOVA_IZVEDI_TVRDNJU | Preskriptivni pristup može poboljšati odluku o zalihama čak i kada se ne radi o dramatično boljoj točkovnoj prognozi. [I17] [SAŽETAK] | Preskriptivni pristup povezuje prognoziranje s optimizacijom odluke o zalihama, pa se njegova vrijednost ne procjenjuje samo pogreškom prognoze ([I17]). |
| 49 | ZAMIJENI_REFERENCU | [I20] upozorava da povezanost potražnje i vremena dobave mijenja izračun reorder pointa i sigurnosne zalihe. | Wang, Ping, Walter Zinn, i Keely L. Croxton. 2010. Sizing Inventory When Lead Time and Demand are Correlated. Production and Operations Management 19(4): 480–484. upozorava da povezanost potražnje i vremena dobave mijenja izračun reorder pointa i sigurnosne zalihe. |
3. Neizvršeni nalazi
| Br. | Razlog |
|---|
| nema stavki | Svi nalazi na razini tvrdnje imaju obavezna polja za navedenu radnju. Nijedan nalaz nije ostao neizvršen. |
4. ZAKLJUČANE ODLUKE
| Br. nalaza | Radnja | Uklonjeno / promijenjeno | Razlog iz recenzije | Status |
|---|
| 1 | IZNOVA_IZVEDI_TVRDNJU | Razvoj područja može se prikazati kao pomak od formalnih modela stohastičkog upravljanja zalihama prema povezivanju prognoziranja s operativnom odlukom. | Izvori ne dostaju za samostalan povijesni prikaz razvoja područja. | izvršeno; zaključano |
| 3 | IZNOVA_IZVEDI_TVRDNJU | Prognoziranje se razvija od klasičnih vremenskih i regresijskih metoda. | Izvori podupiru skup metoda, ali ne i povijesnu generalizaciju. | izvršeno; zaključano |
| 10 | IZNOVA_IZVEDI_TVRDNJU | Zaliha je količina robe ili materijala koja povezuje nabavu, proizvodnju i zadovoljenje potražnje; istodobno može podržavati dostupnost i stvarati trošak držanja. | Nije otvoren puni sadržaj izvora koji bi potvrđivao sve sastavnice definicije. | izvršeno; zaključano |
| 11 | IZNOVA_IZVEDI_TVRDNJU | Zaliha nije samo “imovina”; u odluku o količini treba uključiti i oportunitetni trošak kapitala. | Izvor potvrđuje kapitalni trošak, ali ne nužno termin „oportunitetni trošak kapitala” u istom obliku. | izvršeno; zaključano |
| 22 | IZNOVA_IZVEDI_TVRDNJU | Reorder point razina je zalihe pri kojoj se pokreće nova narudžba, uzimajući u obzir očekivanu potražnju tijekom dobave i zaštitni sloj. | Otvoreni izvor potvrđuje osnovni koncept, ali ne nosi cjelokupnu udžbeničku definiciju. | izvršeno; zaključano |
| 27 | IZNOVA_IZVEDI_TVRDNJU | ML model nije isto što i AI sustav koji samostalno provodi nabavnu odluku. | Izvorna napomena šira je od izravno provjerenog sadržaja. | izvršeno; zaključano |
| 41 | IZNOVA_IZVEDI_TVRDNJU | Preskriptivni pristup može poboljšati odluku o zalihama čak i kada se ne radi o dramatično boljoj točkovnoj prognozi. | Sažetak ne potvrđuje izričito tvrdnju o tome da prognoza nije bila dramatično bolja. | izvršeno; zaključano |
5. KOLATERALNA ŠTETA
| Odjeljak | Vrsta štete | Opis | Prijedlog |
|---|
| — | — | Nema pogođenog odjeljka koji bi ostao s manje od dvije rečenice, izgubio više od polovice sadržaja, izgubio motivaciju, imao neodgovarajući naslov, modalitet bez potpore ili tvrdnju jaču od izostavljenog. | Nema prijedloga. |
6. PROVJERENO NA IZVORU
| Oznaka | Razina provjere | Razina dohvata u dosjeu | URL | Stranice na kojima su nalazi lokalizirani | Objavljena verzija | Izostavljeno (iz A8) |
|---|
| I1 | samo bibliografski zapis | samo bibliografski zapis | 🔗 | stranice_potvrđene: true | nije primjenjivo — provjereno izdanje treće | nije navedeno |
| I2 | samo bibliografski zapis | samo bibliografski zapis | 🔗 | stranice_potvrđene: true | nije primjenjivo — monografija | nije navedeno |
| I3 | samo bibliografski zapis | samo bibliografski zapis | 🔗 | stranice_potvrđene: true | nije primjenjivo — provjereno sedmo izdanje | nije navedeno |
| I4 | samo bibliografski zapis | samo bibliografski zapis | 🔗 | stranice_potvrđene: true | nije primjenjivo — provjereno četvrto izdanje | nije navedeno |
| I5 | puni tekst | puni tekst | 🔗 | stranice_potvrđene: true | nije primjenjivo — otvoreni priručnik | Ograničen teorijski opseg u odnosu na specijalističku literaturu. |
| I6 | puni tekst | relevantni odjeljak | 🔗 | stranice_potvrđene: true | nije primjenjivo — udžbenik | nije navedeno |
| I7 | puni tekst | puni tekst | 🔗 | stranice_potvrđene: true | nije navedeno | Pregled je vremenski ograničen na raniju literaturu i ne predstavlja cjelokupnu noviju literaturu. |
| I8 | puni tekst | puni tekst | 🔗 | stranice_potvrđene: true | nije navedeno | Velik dio literature je modelski, a nedostaju empirijska i teorijski utemeljena istraživanja. |
| I9 | puni tekst | puni tekst | 🔗 | stranice_potvrđene: true | nije navedeno | Pregled obuhvaća radove do 2019. i ne dokazuje univerzalnu superiornost ML-a. |
| I10 | puni tekst | puni tekst | 🔗 | stranice_potvrđene: true | nije navedeno | Rad je nesustavni pregled, a ne metaanaliza. |
| I11 | sažetak | sažetak | 🔗 | stranice_potvrđene: true | nije navedeno | Puni tekst nije bio dohvaćen u dosjeu; nalazi su ograničeni na sažetak. |
| I12 | puni tekst | puni tekst | 🔗 | stranice_potvrđene: true | nije navedeno | Obuhvat završava 2017. godinom. |
| I13 | sažetak | sažetak | 🔗 | stranice_potvrđene: true | nije navedeno | Puni tekst nije dohvaćen; zaključci su ograničeni na sažetak. |
| I14 | sažetak | sažetak | 🔗 | stranice_potvrđene: true | nije navedeno | Puni tekst nije dohvaćen; zaključci su ograničeni na sažetak. |
| I15 | sažetak | sažetak | 🔗 | stranice_potvrđene: true | nije navedeno | Rezultati se temelje na dva skupa podataka i specifičnom problemu izobličene potražnje. |
| I16 | puni tekst | sažetak | 🔗 | stranice_potvrđene: true | nije navedeno | Rad upozorava na probleme usporedbe metoda i pretjerane tvrdnje o ML superiornosti. |
| I17 | sažetak | sažetak | 🔗 | stranice_potvrđene: true | objavljena verzija: Management Science 66(3), 1025–1044; 🔗 | Dokaz je vezan uz konkretan poslovni problem i ne znači univerzalnu superiornost. |
| I18 | sažetak | sažetak | 🔗 | stranice_potvrđene: true | nije navedeno | Teorijski uvjeti i pretpostavke ograničavaju izravnu primjenu. |
| I19 | puni tekst | puni tekst | 🔗 | stranice_potvrđene: true | nije primjenjivo — objavljeni članak potvrđen | Model ovisi o pretpostavkama distribucije potražnje i servisne razine. |
| I20 | sažetak | sažetak | 🔗 | stranice_potvrđene: true | nije primjenjivo — objavljeni članak potvrđen | Zaključak ovisi o pretpostavljenoj strukturi korelacije. |
| I21 | sažetak | sažetak | 🔗 | stranice_potvrđene: true | nije navedeno | Rezultati se temelje na anketnom uzorku poduzeća. |
| I22 | sažetak | sažetak | 🔗 | stranice_potvrđene: true | nije primjenjivo — objavljeni članak potvrđen | Zaključci ovise o načinu strukturiranja prosudbe. |
| I23 | puni tekst | puni tekst | 🔗 | stranice_potvrđene: true | nije navedeno | Rezultat je vezan uz konkretan proizvod i domaći maloprodajni kontekst. |
| I24 | puni tekst | puni tekst | 🔗 | stranice_potvrđene: true | nije navedeno | Zaključak je vezan uz predloženi model i prikazane slučajeve. |
| I25 | sažetak | sažetak | 🔗 | stranice_potvrđene: true | nije navedeno | Pregled je stariji i ne obuhvaća novije AI metode. |
7. PRENESENI SIGNALI
| Signal | Izvor u recenziji |
|---|
| PREGLED_BEZ_POZICIONIRANJA — I8 se koristi kao izvor tvrdnji, ali nacrt se prema njegovim nalazima i ograničenjima ne pozicionira izrijekom. | A14 |
| NEDOSTAJUĆI_NOVI_PREGLED — nedostaju noviji pregledi iz 2024., 2026. i 2025./2026. za empirijski AI u opskrbnom lancu, AI planiranje potražnje i ljudsko-AI odlučivanje. | A14 |
| EMPIRIJSKI_ODLUČIVO | A9, faza E dosjea |
| KONCEPTUALNO_NEODLUČIVO | A9, faza E dosjea |
| poglavlje 4. Reorder point i safety stock — samo_sazetak: true | B5 |
| poglavlje 6. AI, ekonomska učinkovitost i rizik modela — samo_sazetak: true | B5 |
| poglavlje 7. Čovjek nasuprot algoritmu — samo_sazetak: true | B5 |
8. NALAZI O DOSJEU
| Br. | Vrsta | Predmet | Opis |
|---|
| D1 | NEDOSTAJE_REGISTAR | Dosje | Dosje izrijekom navodi da registar nije priložen. |
| D2 | RAZLAZ_RAZINE_DOHVATA | I6 | Dosje navodi relevantni odjeljak, a prema v15.1 otvoreni relevantni odjeljak računa se kao puni tekst. |
| D3 | RAZLAZ_RAZINE_DOHVATA | I16 | Dosje navodi sažetak, ali je otvoren cijeli članak. |
| D4 | BIBLIOGRAFSKA_NEUJEDNACENOST | I19 | Dosje navodi 2008., dok zapis sveska i stranica potvrđuje 2004. |
| D5 | BIBLIOGRAFSKA_NEUJEDNACENOST | I20 | URL je na domeni SAGE, DOI na Wileyju, a citatu nedostaju volumen, broj i stranice. |
| D6 | BIBLIOGRAFSKA_NEUJEDNACENOST | I22 | Citat ne navodi volumen, broj i stranice, iako su potvrđeni. |
| D7 | NEUSKLAĐENA_SAMOPROVJERA | B5.1 | Samoprovjera poglavlja blaža je od rezultata strožeg B5 testa. |
| D8 | STRUKTURNI_OPSEG | Faza F | Neki uski izvori dodijeljeni su cijelim širokim poglavljima, iako pokrivaju samo pojedinačne sastavnice. |
| D9 | TRAG_NIJE_OPTIMALAN | I25 | Dosjeov trag vodi na ResearchGate, a službeni izdavački zapis nalazi se na ScienceDirectu. |
9. KANDIDATI ZA UKLANJANJE
| Izvor | Razlog | Status |
|---|
| nema stavki | Svi izvori ostaju citirani barem jednom od dopuštenih formi. Nema izvora klasificiranog kao NADIDENA_VERZIJA. | nijedan izvor nije uklonjen |