MétaCan
Menu
Retour à la cohorte
Enregistrement W1565372071 · doi:10.1109/icma.2015.7237683

Proposal of industrial product service system for oil sands mining

2015· article· en· W1565372071 sur OpenAlexaff
Jiewu Leng, Pingyu Jiang, Yongsheng Ma

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueService and Product Innovation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésOutsourcingCyber-physical systemCloud computingService (business)Computer scienceManufacturing engineeringProduct (mathematics)Process managementCloud manufacturingProcess (computing)ArchitectureEngineering managementEngineeringBusiness

Résumé

récupéré en direct d'OpenAlex

As new materials, new technology such as cloud computing and new configurations for the manufacturing enterprise emerge, the distinctions among mechatronics, manufacturing, and service industries become blurred. Consequently, it is expected that the definitions of Industrial Processes become even broader. Outsourcing industrial processes is a common practice and also strategy weapon for many companies to reduce costs and enhance the utilization of internal resources forming core competencies. This paper presents the concept of an industrial product-service system for oil sands mining (om-iPSS) based on the utility enhancement of oil sands mining systems. The intelligent technologies such as the cloud computing are proposed as embedding knowledge in the outsourcing-oriented om-iPSS for the whole life cycle of production process. As a result, the om-iPSS with advanced characteristics such as distributed, intelligence, adaptation and self-organization is developed in which a novel approach for enabling individualized and highly-customized production is proposed. Architecture is proposed to enable the om-iPSS from the aspects of both hardware and software. Key techniques for implementing the architecture are discussed for illustrating the use of the om-iPSS concept.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,444
Score d'incertitude au seuil0,362

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,094
Tête enseignante GPT0,258
Écart entre enseignants0,164 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetService and Product InnovationTravaux en français237 207