MétaCan
Menu
Retour à la cohorte
Enregistrement W2110231787 · doi:10.1109/iemt.1994.404741

Benchmarking and QFD: accelerating the successful implementation of no clean soldering

2002· article· en· W2110231787 sur OpenAlexaboutno aff
Sergio Andrés Parra Gutiérrez, Cheryl Tulkoff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBenchmarkingQuality function deploymentManufacturing engineeringProcess (computing)Computer scienceReliability (semiconductor)Design for the EnvironmentProduct (mathematics)Software deploymentQuality (philosophy)New product developmentProcess engineeringEngineering managementEmbedded systemEngineeringProduct designSoftware engineeringBusinessOperating system

Résumé

récupéré en direct d'OpenAlex

In 1989, with the signing of the Montreal Protocol, the process of cleaning printed circuit boards was challenged. Chlorofluoro-carbons or CFCs, which had long been used as cleaning agents in the industry, were no longer acceptable. During this same time period, consumers began demanding faster, smaller, and cheaper computers. To meet these needs, "no clean" processes were introduced. By eliminating cleaning, cost and cycle time are reduced and product reliability is increased. Austin's Electronic Card Assembly and Test (ECAT) facility proceeded on the journey from CFC cleaning to aqueous cleaning and then on to the implementation of no clean materials. "No clean" processes in printed circuit board manufacturing provide an excellent way to decrease cost and cycle time while improving the process and environment. However, conversion to these new process materials presents new challenges. To accelerate successful implementation, companies that had already converted to no clean were benchmarked and then quality functional deployment (QFD) techniques were used to prioritize needs and concerns. Benchmarking was used to determine and avoid pitfalls, save qualification costs, and reduce implementation time. QFD was used for translating the voice of the customer into product and/or process requirements. By coordinating skills within the organization to evaluate, then qualify the materials and processes, we were able to achieve customer satisfaction and greatly reduce the time taken in making similar changes.>

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)0,036
score de la tête « metaresearch » (Gemma)0,053
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,192

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,053
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0020,001
Communication savante0,0050,004
Science ouverte0,0030,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,016
Tête enseignante GPT0,222
Écart entre enseignants0,207 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetManufacturing Process and OptimizationTravaux en français237 207