MétaCan
Menu
Retour à la cohorte
Enregistrement W2097101077 · doi:10.1002/hfm.20078

A case study of serial‐flow car disassembly: Ergonomics, productivity and potential system performance

2007· article· en· W2097101077 sur OpenAlexaff
Karolina Kazmierczak, Patrick Neumann, Jörgen Winkel

Notice bibliographique

RevueHuman Factors and Ergonomics in Manufacturing & Service Industries · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesVästra Götalandsregionen
Mots-clésProductivityWork (physics)Work systemsHumEuropean unionOperator (biology)CraftAutomotive industryManufacturing engineeringAutomotive engineeringEngineeringIndustrial engineeringSimulationComputer scienceOperations researchMechanical engineeringBusiness

Résumé

récupéré en direct d'OpenAlex

Abstract A recent European Union (EU) directive increases demands on car recycling. Thus, present craft‐type disassembly systems need reconfiguration in order to be more efficient. A line‐based system tested in the Netherlands was investigated regarding system performance and ergonomics. The system had reduced performance compared to the design specifications due to such factors as system losses, operator inexperience, and teamwork deficiencies. Operators' peak low back loads were lower than in Swedish craft‐type systems. Direct, value‐adding work comprised 30% of the workday, compared to about 70% in the Swedish manufacturing industry. Alternative system configurations were simulated and discussed using a novel combination of flow and human simulations. For example, a smaller variation in cycle time implied higher output in number of cars per week and larger operator cumulative loading on the low back. In all models the cumulative load was high compared to the loads previously recorded in assembly work. © 2007 Wiley Periodicals, Inc. Hum Factors Man 17: 331–351, 2007.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,019
Tête enseignante GPT0,216
Écart entre enseignants0,196 · 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'étudeObservationnel
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

Citations70
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Factors and Ergonomics in Manufacturing & Service IndustriesMême sujetManufacturing Process and OptimizationTravaux en français237 207