MétaCan
Menu
Retour à la cohorte
Enregistrement W1979122441 · doi:10.1080/00207543.2014.970712

Integrating occupational health and safety in facility layout planning, part I: methodology

2014· article· en· W1979122441 sur OpenAlexafffund
Afrooz Moatari‐Kazerouni, Yuvin Chinniah, Bruno Agard

Notice bibliographique

RevueInternational Journal of Production Research · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Manufacturing and Logistics Optimization
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFacility managementHealth facilityCapital investmentFacility location problemAdaptabilityRisk analysis (engineering)Investment (military)Operations managementEngineeringTransport engineeringManufacturing engineeringOperations researchBusinessHealth services

Résumé

récupéré en direct d'OpenAlex

An influential factor affecting the efficiency of a manufacturing facility is its layout. In a production facility, measure for efficiency can be based on the total cost of transporting the items between different departments and throughout the facility. However, other factors may influence efficiency of the manufacturing facility too. As such are: supporting the organisation's vision through improved material handling, material flow and control; effectively assigning people, equipment, space and energy; minimising capital investment; adaptability and ease of maintenance; as well as providing for employee safety and job satisfaction. By incorporating health and safety measures in the initial design of a facility layout, the organisation may avoid money and manpower loss resulting from industrial accidents. This paper proposes a facility layout planning methodology which integrates the occupational health and safety (OHS) features in the early design of a facility layout. The model considers transportation cost in the facility as well as safety concerns. By this means, the OHS issues are reflected prior to the construction of a facility.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
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 Opus0,213
Tête enseignante GPT0,458
Écart entre enseignants0,245 · 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'étudeThéorique ou conceptuel
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

Citations29
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Production ResearchMême sujetAdvanced Manufacturing and Logistics OptimizationTravaux en français237 207