MétaCan
Menu
Retour à la cohorte
Enregistrement W2095471011 · doi:10.4271/2013-01-2330

A Novel Approach for Technology Development: A Success Story

2013· article· en· W2095471011 sur OpenAlexaff
Olivier Pahud, Didier Hoste

Notice bibliographique

RevueSAE International Journal of Aerospace · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueICT in Developing Communities
Établissements canadiensBombardier (Canada)
Organismes subventionnairesnon disponible
Mots-clésSystems engineeringComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The composites development team at Bombardier Aerospace has pushed the Integrated Product Development Team to a new level. The team has been created outside the business priorities and was partially funded by a provincial government initiative to create a greener aircraft. A dedicated R&D team can reduce the gap between the different disciplines by encouraging them to work as one entity and rapidly develop high Technology Readiness Level (TRL) and high Manufacturing Readiness Level (MRL) solutions. Additionally, the interactions between the groups create a harmonization of the development philosophy and a sharing of the building block approach. This leads to a significant cost and lead time reduction in the coupon, element and detail testing. The constitution of the team also has a great impact on the level of expertise and the flexibility to adjust to new demands. The team has built through the years an entire and complete external partner network that helps the team in specific subject matters. Knowledge management within the team, technology development and sharing become critical aspects as the projects grow. To ensure that all the necessary knowledge is captured throughout the development, a rigorous process is implemented in the IPDT team. The process to identify and close knowledge gaps requires a knowledge capture technique, named A3 process, adapted to the R&D needs. The A3 is used in a loop approach where specific sub-subjects of a project are each tracked with this methodology.

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)0,029
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,029
Score d'incertitude au seuil0,156

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0100,027
Communication savante0,0240,023
Science ouverte0,0030,018
Intégrité de la recherche0,0090,016
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,022
Tête enseignante GPT0,264
Écart entre enseignants0,242 · 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'étudeSans objet
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

Citations3
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE International Journal of AerospaceMême sujetICT in Developing CommunitiesTravaux en français237 207