MétaCan
Menu
Retour à la cohorte
Enregistrement W3023182425 · doi:10.33262/concienciadigital.v3i1.2.1189

Modelo de auditoría para evaluar la gestión de mantenimiento de activos físicos

2020· article· es· W3023182425 sur OpenAlexvenueno aff
Mariela Fernanda Chang Parrales, Sergio Raúl Villacrés Parra, Mayra Alexandra Viscaíno Cuzco, César Marcelo Gallegos Londoño

Notice bibliographique

RevueConcienciaDigital · 2020
Typearticle
Languees
DomaineEconomics, Econometrics and Finance
ThématiqueBusiness, Innovation, and Economy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesAuditProcess managementComputer sciencePolitical scienceBusinessPhilosophyAccounting

Résumé

récupéré en direct d'OpenAlex

La auditoría de mantenimiento permite identificar las oportunidades de mejora en las actividades que esté realizando una empresa para mantener o restaurar a los activos físicos a las condiciones de funcionamiento deseadas por sus usuarios. La finalidad del presente trabajo es proporcionar una herramienta que permita aplicar una auditoría de mantenimiento a cualquier tipo de organización como por ejemplo empresas industriales, hospitales entre otros. El proceso de auditoría propuesto consta de cuatro fases: planear, hacer, verificar y actuar, de acuerdo con las directrices de la norma ISO 19011. Los criterios del instrumento de evaluación se definieron mediante la técnica Delphi y posteriormente se ponderaron mediante la técnica de análisis multicriterio denominada Analytic Hierarchy Process (AHP). Determinado el cuestionario a utilizarse se lo ejecutó de acuerdo con la planificación y se realizó un diagnóstico del estado de la gestión de mantenimiento de una empresa cementera del Ecuador, obteniéndose como resultados de la auditoría 62 conformidades y tres no conformidades, por lo que la empresa alcanzó una valoración del 92%, equivalente a una gestión de mantenimiento “cuasi satisfactoria”. Además, se logró identificar que existe potencial para mejorar aspectos relacionados con: recursos humanos de mantenimiento, control de la gestión de mantenimiento, planificación y programación de mantenimiento, para obtener el 100% de conformidades.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,059
Tête enseignante GPT0,250
Écart entre enseignants0,190 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConcienciaDigitalMême sujetBusiness, Innovation, and EconomyTravaux en français237 207