MétaCan
Menu
Retour à la cohorte
Enregistrement W2969197168 · doi:10.1080/00207543.2019.1650212

Environmental issue in an integrated production and maintenance control of unreliable manufacturing/remanufacturing systems

2019· article· en· W2969197168 sur OpenAlexaff
Nadia Ndhaief, Adnène Hajji, Olivier Bistorin

Notice bibliographique

RevueInternational Journal of Production Research · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésRemanufacturingProduction (economics)Robustness (evolution)Risk analysis (engineering)Context (archaeology)Reliability engineeringManufacturing engineeringEngineeringOperations researchComputer scienceBusinessEconomics

Résumé

récupéré en direct d'OpenAlex

This paper addresses a joint production and maintenance problem under environmental constraints and reliability issues in a manufacturing/remanufacturing context. The manufacturing system is composed of one machine producing one type of product. The remanufacturing system, also composed of one machine, retrieves returned products from the market in order to refurbish them. The manufacturing and remanufacturing systems aim to satisfy random demands under a given service level. Moreover, the entire system generates harmful emissions. Exceeding carbon emission limits defined by authorities may risk sanctions. We aim to propose a compromise between ecologic and economic production and maintenance plan by calling on green subcontracting in order to satisfy the demand and avoid emission excess. Three models are proposed in this paper. These models tackle mainly the basic production problems and propose alternative equivalent solution schemas for future extensions. The robustness and usefulness of the proposals are illustrated with various examples and sensitivity analyses.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,019
Tête enseignante GPT0,283
Écart entre enseignants0,264 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Production ResearchMême sujetSustainable Supply Chain ManagementTravaux en français237 207