MétaCan
Menu
Retour à la cohorte
Enregistrement W1529669168 · doi:10.1002/qre.454

An economic model for \font\twelveit=cmti10 scaled 1600$\overline{\kern‐0.85ex\hbox{\twelveit X}}$\nopagenumbers\end and <i>R</i> charts with time‐varying parameters

2002· article· en· W1529669168 sur OpenAlexafffund
Hiroshi Ohta, Aritoshi Kimura, Abdur Rahim

Notice bibliographique

RevueQuality and Reliability Engineering International · 2002
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueAdvanced Statistical Process Monitoring
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWeibull distributionControl chartSelection (genetic algorithm)Statistics\bar x and R chartX-bar chartVariance (accounting)MathematicsOverlineChartEngineeringProcess (computing)Control limitsComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper proposes an economic model for the selection of time‐varying control chart parameters for monitoring on‐line the mean and variance of a normally distributed quality characteristic. The process is subject to two independent assignable causes. One cause changes the process mean and the other changes the process variance. The occurrence times of these assignable causes are described by Weibull distributions having increasing failure rates. The paper combines two existing models: (I) the model of Ohta and Rahim (IIE Transactions 1997; 29:481–486) for a dynamic economic design of $\overline{X}$\nopagenumbers\end control charts, where a single assignable cause occurs according to a Weibull distribution and all design parameters are time varying; (II) the model of Costa and Rahim (QRE International 2000; 16:143–156) for the joint economic design of $\overline{X}$\nopagenumbers\end and R control charts where two assignable causes occur independently according to Weibull distribution, with variable sampling intervals. The advantages of the proposed model over traditional $\overline{X}$\nopagenumbers\end and R control charts with fixed parameters are presented. Copyright © 2002 John Wiley & Sons, Ltd.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,073
Tête enseignante GPT0,361
Écart entre enseignants0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQuality and Reliability Engineering InternationalMême sujetAdvanced Statistical Process MonitoringTravaux en français237 207