MétaCan
Menu
Retour à la cohorte
Enregistrement W2910129581 · doi:10.1109/ieem.2018.8607784

Using Multicriteria Decision Making Methods to Manage Systems Obsolescence

2018· article· en· W2910129581 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueTransportation Systems and Infrastructure
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesDepartment of Materials Science and Metallurgy, University of CambridgeNatural Sciences and Engineering Research Council of CanadaConsortium de Recherche et d’innovation en Aérospatiale au QuébecU.S. Department of Defense
Mots-clésObsolescenceMultiple-criteria decision analysisComputer scienceELECTRERisk analysis (engineering)Operations researchManagement scienceBusinessEngineering

Résumé

récupéré en direct d'OpenAlex

Systems obsolescence may cause huge invisible internal cost through mis-judgment. It leads to many defects related to the manufacturing system and its environment. While its management is complex, composed by multiple factors and stakeholders, the current tools are still minimal and purely quantitative using cost optimization only. Considering different actors seems essential to ensure a reliable mitigation and resolution strategy. This paper aims to develop an MCDM model specific to obsolescence management by expanding decision criteria and using a non-compensatory and dynamically weighted ELECTRE III approach. The goal is to ensure a robust, sustainable and green manufacturing ecosystem. The MCDM tool was applied to the problem and performed in two case studies from the literature, using DIVIZ platform. The model results were compared to those from previous studies. They show that the decision made changes significantly affecting the manufacturing performance.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,606
Score d'incertitude au seuil0,579

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,052
Tête enseignante GPT0,366
Écart entre enseignants0,314 · 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

En bref

Citations3
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetTransportation Systems and InfrastructureTravaux en français237 207