MétaCan
Menu
Retour à la cohorte
Enregistrement W2025605202 · doi:10.1108/09544780610685502

Managing cost of quality: insight into industry practice

2006· article· en· W2025605202 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueThe TQM Journal · 2006
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAccounting and Organizational Management
Établissements canadiensMcGill UniversityPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésBenchmarkingQuality (philosophy)Quality costsMultinational corporationActivity-based costingQuality managementBusinessOriginalityTotal quality managementComputer scienceProcess managementOperations managementMarketingQualitative researchEconomicsSociologyFinance

Résumé

récupéré en direct d'OpenAlex

Purpose The objective of this paper is to present results of the study of the quality costing practices at four large successful multinational companies. Design/methodology/approach The method of benchmarking was used for the purpose of this study. Company representatives, who were invited for a benchmarking session, described the quality management programs running at their companies. Direct observation and archival records data collection were also used to extract more precise information for the following analysis and discussion. Findings The findings of the study show that all four companies use systematic quality initiatives; however, a formal cost of quality (CoQ) methodology was only employed at one of them. This is in agreement with the literature findings arguing that a CoQ approach is not utilized in most quality management programs. Originality/value This paper discusses and compares the quality programs of four companies and explains the benefits of the eventual adoption of a CoQ approach in each case. The analysis provides a new insight into company practice, useful both for academic research and industry.

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.

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)0,002
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: aucune
Score de désaccord entre enseignants0,698
Score d'incertitude au seuil0,386

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,018
Tête enseignante GPT0,265
Écart entre enseignants0,247 · 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