Mapping the dynamics of overall equipment effectiveness to enhance asset management practices
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.
Notice bibliographique
Résumé
Purpose The importance of physical assets has been increasingly recognized in recent decades. The significant returns on small improvements in overall equipment effectiveness (OEE) justify investment in the management of physical assets, but the wide variation of OEE across firms raises a question: “Why do these differences persist despite a high return on investments to maximize OEE?”. To address this question the dynamic processes that control the evolution of OEE through time need to be better understood. This paper aims to answer this question. Design/methodology/approach Building on insights from system dynamics and strategy literature, the paper maps the reinforcing feedback loops governing the maintenance function and its interactions with various elements in a firm. Building on strategy literature it hypothesizes that these loops can explain wide variations in observed persistent variations in OEE among otherwise similar firms. The paper draws on previous literature, extensive case studies and consulting projects to provide such mapping using the qualitative mapping tools from system dynamics. Findings The research outlines several reinforcing loops; once active, any of them could lead a firm towards a problematic mode of operation where reactive maintenance, poor morale, and a culture of fire‐fighting dominate. Actions taken to fix problems in the short‐run often activate vicious cycles, erode the capability of the organization over the long run, and lead to a lower OEE. Social implications Knowing the factors affecting the asset management function of a plant increases the plant's safety and limits its environmental hazards. Originality/value Some of the common dynamics of organizations' asset management practices are illustrated and modeled. The strategic importance of OEE and its effect on companies' market capitalization is demonstrated.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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