Alberta Learning Factory for training reconfigurable assembly process value stream mapping
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.
Notice bibliographique
Résumé
The University of Alberta is currently coping with the training and learning needs of the rapidly increasing number of manufacturing companies across Alberta. The current shift towards industry 4.0 further requires learning with reconfigurable systems. The Alberta learning Factory (AllFactory) is a step towards the creation of an experiential and project-based learning environment, where students are trained in cross-disciplinary project management. Various lean management tools, such as value stream management, line balancing, bottleneck identification, Kanban, shop-floor design, and visual tools are integrated into student group projects. The students are given the task to assemble a Lego-based 3D Printing machine (prototyped in the AllFactory) with different sub-assemblies in a factory simulation environment. The main idea of using Legos is to demonstrate re-configurability as required by industry 4.0. The research in AllFactory is based on Lean tools integrated to the process/product information data from the ERP system, which is connected to the factory shop-floor. Currently, two important research topics in AllFactory are: 1) a Hybrid Lean-ERP systems development; and 2) the development of a generalized value stream mapping system for construction companies. These research topics feed directly to the training modules in the learning factory. This new learning factory will focus initially on re-configurable manufacturing systems, which will be extended to transdisciplinary capstone projects and a training school for industry personnel in the future.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 découle