Human factors in production and logistics systems of the future
Notice bibliographique
Résumé
The way humans work in production and logistics systems is changing. The evolution of technologies, Industry 4.0 applications, and societal changes, such as ageing workforces, are transforming operations processes. This transformation is still a “black-box” for many companies, and there are calls for new management approaches that can help to successfully overcome the future challenges in production and logistics. While Industry 4.0 emerges, companies have started to use advanced control tools enabled by real-time monitoring systems that allow the development of more accurate planning models that enable proactive managerial decision-making. Although we observe an increasing trend in automating human work in almost every industry, human workers are still playing a central role in many production and logistics systems. Many of these planning models developed for managerial decision support, however, do not consider human factors and their impact on system or employee performance, leading to inaccurate planning results and decisions, underperforming systems, and increased health hazards for employees. This paper summarizes the vision, challenges and opportunities in this research field, based on the experience of the authors, members of the Working Group 7 (WG7) “Human factors and ergonomics in industrial and logistic system design and management” of the IFAC Technical Committee (TC) 5.2 “ Manufacturing Modelling for Management and Control ". We also discuss the development of this research stream in light of the contributions presented in invited sessions at related IFAC conferences over the last five years. The TC 5.2 framework is adapted to include a human-centered perspective. Based on this discussion, a research agenda is developed that highlights the potential benefits and future requirements for academia and society in this emerging research field. Promising directions for future research on human factors in production and logistics systems include the consideration of diversity of human workers and an in-depth integration of Industry 4.0 technologies in operations processes to support the development of smart, sustainable, human-centered systems.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 source (Gemma direct ou Codex distillé), 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 ».