MétaCan
Menu
Retour à la cohorte
Enregistrement W1882032073 · doi:10.24908/pceea.v0i0.3092

Generic Product Development Process at the detailed design phase

2010· article· en· W1882032073 sur OpenAlexaffvenue
Iorga Cristian, Desrochers Alain

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésNew product developmentComputer scienceProduct designProcess (computing)Engineering design processProbabilistic designDimension (graph theory)Product (mathematics)Industrial engineeringTime to marketDesign review (U.S. government)PaceManufacturing engineeringSystems engineeringEngineeringProduct testingOperations managementMechanical engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

The diversity in the types of products on the market, leads us to agree that for each type of product manufactured, there is a specific methodology and a corresponding product development process. Each company may indeed have different development and design methodologies, to suit their specific needs. The complexity of the product, the competitiveness of the market and the pace of change in technology, are all factors that model the design and development processes. Remaining competitive requires from companies that they use design methodologies and production techniques that enable them to design and manufacture their products in the shortest possible time. The methodology that we have developed will focus on the achievement of some design and validation criteria (fatigue, ultimate strength, stiffness, elastic limit, etc.) The proposed methodology features four phases: 1) Data collection, 2) Analysis / Optimization, 3) Design review, 4) Validation. The first two steps represent the quantitative dimension (theoretical) of the methodology in which several alternatives are developed to meet the design criteria. Steps 3 and 4 represent the qualitative dimension (choice and validation of final solution). More specifically, the choice of a solution among several alternatives will be taken in step 3 before starting the prototyping work. In the validation phase (step 4), the designer will select the criteria and validation tools, as deemed appropriate. The methodology will also include a section on the economic impact of the price / performance ratio therefore enabling engineers to make the best decisions regarding the key design parameters (geometry, material, design). Iteration loops will provide an efficient tracking mechanism for all the parameter changes, following the theoretical analysis and physical testing. The methodology will be applied on two different types of products (new concept and design as an evolution of an existing model)

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,619
Score d'incertitude au seuil0,618

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,008
Tête enseignante GPT0,202
Écart entre enseignants0,194 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetManufacturing Process and OptimizationTravaux en français237 207