MétaCan
Menu
Retour à la cohorte
Enregistrement W2094136778 · doi:10.1108/13552510010341207

Joint determination of the optimum target mean and variance of a process

2000· article· en· W2094136778 sur OpenAlexaff
M. A. Rahim, Khaled S. Al‐Sultan

Notice bibliographique

RevueJournal of Quality in Maintenance Engineering · 2000
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueAdvanced Statistical Process Monitoring
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésTaguchi methodsVariance (accounting)Process (computing)Reduction (mathematics)Function (biology)Quality (philosophy)StatisticsMathematical optimizationMathematicsValue (mathematics)Joint (building)Computer scienceEconometricsEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

Recently, there has been a lot of interest in the economics of quality control. Many researchers have considered the problem of determining the optimal target mean for a process, but almost all of them have assumed that the process variance is fixed and known in advance. The problem of simultaneously determining the optimal target mean and target variance for a process is considered. This might result in a reduction in variability and in the total cost of the production process. A reduction in variability upholds the modern concept of Taguchi’s loss function, which states that any deviation from the target value incurs economic loss, even when the quality characteristic lies within the specification limits. Taguchi’s loss function is incorporated to extend this study further to jointly determine the optimal target mean and variance.

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)0,005
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,005
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,065
Tête enseignante GPT0,387
Écart entre enseignants0,322 · 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

Citations25
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Quality in Maintenance EngineeringMême sujetAdvanced Statistical Process MonitoringTravaux en français237 207