MétaCan
Menu
Retour à la cohorte
Enregistrement W2062742889 · doi:10.1155/2014/627093

Innovative Product Design Based on Comprehensive Customer Requirements of Different Cognitive Levels

2014· article· en· W2062742889 sur OpenAlexaff
Xiaolong Li, Wu Zhao, Yake Zheng, Rui Wang, Wang Chen

Notice bibliographique

RevueThe Scientific World JOURNAL · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueQuality Function Deployment in Product Design
Établissements canadiensWilfrid Laurier UniversityUniversity of Ottawa
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésQuality function deploymentTRIZComputer scienceProduct (mathematics)Systems engineeringHouse of QualityVoice of the customerProduct designProcess (computing)Customer satisfactionProcess managementQuality (philosophy)Analytic hierarchy processFunction (biology)New product developmentManufacturing engineeringEngineeringBusinessOperations researchService qualityCustomer retentionMarketingMathematics

Résumé

récupéré en direct d'OpenAlex

To improve customer satisfaction in innovative product design, a topology structure of customer requirements is established and an innovative product approach is proposed. The topology structure provides designers with reasonable guidance to capture the customer requirements comprehensively. With the aid of analytic hierarchy process (AHP), the importance of the customer requirements is evaluated. Quality function deployment (QFD) is used to translate customer requirements into product and process design demands and pick out the technical requirements which need urgent improvement. In this way, the product is developed in a more targeted way to satisfy the customers. the theory of innovative problems solving (TRIZ) is used to help designers to produce innovative solutions. Finally, a case study of automobile steering system is used to illustrate the application of the proposed approach.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,121
Tête enseignante GPT0,297
Écart entre enseignants0,176 · 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
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

Citations17
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Scientific World JOURNALMême sujetQuality Function Deployment in Product DesignTravaux en français237 207