MétaCan
Menu
Retour à la cohorte
Enregistrement W2102778553 · doi:10.1108/14601060610639999

Engineering change request management in a new product development process

2006· article· en· W2102778553 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEuropean Journal of Innovation Management · 2006
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueProduct Development and Customization
Établissements canadiensMcGill UniversityConcordia University
Organismes subventionnairesnon disponible
Mots-clésReworkComputer scienceProcess (computing)New product developmentProduct (mathematics)Process managementIndustrial engineeringManufacturing engineeringEngineeringMarketingBusinessMathematics

Résumé

récupéré en direct d'OpenAlex

Purpose The objective of this research was to compare the behavior of two methods of managing an engineering change request (ECR) process, namely, perform changes as they occur or in a batch. Design/methodology/approach This comparison was accomplished by creating a computer model of a new product development (NPD) process and simulating ECR management. The model connects process design and process characteristics (teamwork, parallel activities) to process outcomes (development time, effort). The first method executes the ECR promptly and the rework is done as soon as the ECR is initiated. In the second method, ECRs are batched; in other words, a number of them are accumulated, and processing of the ECRs takes place when a batch of a certain size has accumulated. Thus, the change requests are grouped into a batch, and then, the section(s) of the process to effect the change(s) is (are) reworked. Findings Batching ECRs was found to be superior to doing them one at a time. Research limitations/implications Future work should focus on refining the computer model and differentiating ECRs by assigning priorities to incoming ECRs. Practical implications For product development managers, processing ECRs in batches is preferable than attending to them on an individual basis. Nevertheless, in some situations ECRs require immediate attention. A mechanism will always be needed to deal with situations directly. Also, in terms of batching, ECRs could be processed in groups on a periodic basis. Periodically performing ECRs due to new design versions or prototypes in a timely manner is a good compromise between a random batch mode and doing them individually. Originality/value The paper shows that batch processing is superior to executing ECRs promptly as they are received. This result has been shown through the use of a computer model of NPD. To the authors' knowledge, no other studies have used computer modeling to study this problem.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,686
Score d'incertitude au seuil0,877

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,210
Écart entre enseignants0,187 · 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