Notice bibliographique
Résumé
Lean Production System (LPS) has become very popular among manufacturing industries, services and large commercial areas over the years due to its production increase abilities. However, LPS practices can have both negative and positive impacts in worker’s psychosocial factors like motivation, satisfaction and commitment and physical and psychological health factor like musculoskeletal disorders (MSD) and stress. Since LPS is a very broad term, there is no simple relation between LPS implementation and its consequences over work environment and workers. Therefore, it is necessary to study the different factors that can affect the work environment in each case. A wide variety of LPS practices can have negative and positive impacts on workers. Furthermore, the effects of lean may also depend on the sector and country in which it is implemented. There are no studies in the literature that cover all these effects and analyse them together with the involved environment. In this study, articles were collected in scientific publications in the last 26 years and analysed. Results show that Just-in-Time (JIT) practices are strongly related with negative effects in MSDs and stress caused by intensification of work and increase of control over workers. However, JIT practices such as manufacturing cells can increase job enrichment trough multi-skilling. Respect for people practices can act as buffers to lean practices. Job rotation reduces human effort and work pace trough the increase of recovery time. Workgroups create job support acting as buffers to psychosocial factors. Results show a majority of negative effects in the automotive sector and in countries such as Canada, USA and UK. Scandinavian countries have implemented hybrid forms of Lean which are related to an increase in effects such as motivation and job satisfaction. However, the overall analysis is that the effects of lean on workers depend more on the way companies manage and implement it rather than the countries cultural factors. This study can be useful for managers and leaders who seek to transform traditional enterprises into exemplars of lean success, showing the need to balance lean and good working conditions.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».