MétaCan
Menu
Retour à la cohorte
Enregistrement W2811405369 · doi:10.4018/978-1-5225-3468-6.ch012

Towards a Framework for Assessing the Maturity of Manufacturing Companies in Industry 4.0 Adoption

2018· book-chapter· en· W2811405369 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.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueAdvances in business information systems and analytics book series · 2018
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueDigital Transformation in Industry
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésMaturity (psychological)Industry 4.0Context (archaeology)Capability Maturity ModelArchetypeBusinessManufacturingProcess (computing)Industrial RevolutionEngineeringProcess managementIndustrial organizationManufacturing engineeringMarketingComputer scienceGeographyPolitical science

Résumé

récupéré en direct d'OpenAlex

The recent introduction of new disruptive technologies aimed at monitoring, controlling, optimizing, and automating production systems is shifting the manufacturing landscape towards a fourth industrial revolution. In this new industrial paradigm, manufacturing companies face complex challenges requiring the development of new organizational and technological capabilities. With this context in mind, this chapter is intended to provide a maturity assessment framework to understand the transformation process in manufacturing companies transitioning to Industry 4.0. The proposed framework is applied to 10 in-depth industrial case studies in Canada and Italy, two countries with increasing awareness of the Industry 4.0 revolution. A comparative case analysis revealed four different standards, or archetypes, for Industry 4.0 adoption, which are discussed and analyzed, highlighting a relationship between a company's manufacturing configuration and its path towards Industry 4.0 adoption.

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)0,000
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: aucune
Score de désaccord entre enseignants0,966
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,007
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,020
Tête enseignante GPT0,263
Écart entre enseignants0,242 · 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