MétaCan
Menu
Retour à la cohorte
Enregistrement W2074547216 · doi:10.1002/j.2334-5837.2001.tb02346.x

4.4.1 Modeling the Customer Value of Product Development Processes

2001· article· en· W2074547216 sur OpenAlexaff
Tyson R. Browning

Notice bibliographique

RevueINCOSE International Symposium · 2001
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueProduct Development and Customization
Établissements canadiensLockheed Martin (Canada)
Organismes subventionnairesnon disponible
Mots-clésValue (mathematics)Lean manufacturingProcess (computing)Lean project managementValue stream mappingProduct (mathematics)Computer scienceWork (physics)New product developmentLean laboratoryProcess managementManufacturing engineeringEngineeringBusinessMathematicsMarketing

Résumé

récupéré en direct d'OpenAlex

Abstract Lean is not minimizing cost, cycle time, or waste. Lean is maximizing value. In product development (PD)—a process where the systems engineering (SE) of products plays a significant role—sometimes getting lean requires doing more, not less. Providing a preferred combination of technical performance, affordability, and lead time requires a flexible and lean PD process. Value is affected not only by the presence of necessary (value‐adding) activities in the PD process but also by the way those activities work together (as a system) to ensure that they use and produce right information. Lean PD requires the right information in the right place at the right time. The kernel of the idea is based on systems thinking. The value of a system is more than the value of its individual components. Similarly, the value of a process is more than the value of its individual activities. How well the components or activities work together (or fail to do so) makes the difference in value. If all the activities add value, how can we ensure that they work together in such a way that the overall process maximizes its potential value? Lean PD requires the systems engineering of processes.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,014
Tête enseignante GPT0,226
Écart entre enseignants0,212 · 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'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

Citations9
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueINCOSE International SymposiumMême sujetProduct Development and CustomizationTravaux en français237 207