Análise do fluxo de valor sob uma perspectiva estocástica
Notice bibliographique
Résumé
A aplicação da produção enxuta (PE) surge como uma resposta à busca por aumento da competitividade em um mercado globalizado. Dentre as práticas utilizadas na aplicação da PE, o mapeamento do fluxo de valor (MFV) serve como meio para identificar desperdícios e direcionar a aplicação das demais práticas, sendo, consequentemente, uma das mais adotadas. O MFV permite mapear fluxos de materiais e informações de controle da produção. No entanto, o MFV possui uma abordagem determinística, o que limita o poder de modelagem e dificulta o mapeamento de modelos dinâmicos. Nesse sentido, este trabalho objetiva a proposição de um método de identificação de oportunidades de melhorias que combine o mapeamento de fluxo de valor e simulação de Monte Carlo, de modo a levar em consideração as incertezas do fluxo de valor na sua análise de lead time. Os resultados obtidos mostram que essa nova abordagem permite identificar oportunidades de melhoria que não seriam contempladas em uma aplicação tradicional do MFV, possibilitando atuar não somente em valores nominais dos processos, mas também em sua variação.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».