MétaCan
Menu
Retour à la cohorte
Enregistrement W3087926714 · doi:10.1177/1063293x20958916

Performance measurement of a lean product development process

2020· article· en· W3087926714 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.

Notice bibliographique

RevueConcurrent Engineering · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueQuality and Supply Management
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)New product developmentLean laboratoryProduct (mathematics)Lean project managementEngineeringProcess managementManufacturing engineeringLean manufacturingSystems engineeringMeasure (data warehouse)ChartComputer scienceSoftware developmentBusinessData mining

Résumé

récupéré en direct d'OpenAlex

Over the past few years, organizations have faced pressure from stakeholders to implement lean principles in their product development processes. However, the existing methods are not capable of measuring the benefits of adopting lean initiatives in the product development process. This research aims to develop a performance measurement model that can measure the effects of implementing lean in the engineering process. Engineering effort is analyzed in order to identify hidden wastes (e.g. inventory in the form of information about product specifications or engineering errors) in the engineering process. The model has been implemented in a civil design process of an engineering consultant company to validate the general applicability of the new model. The implementation of the model provides visibility on the waste hidden in the engineering process and quantifies that waste. The most significant contribution of this research is the development of new performance metrics and a decomposition chart. Finally, performance metrics are properly linked and the model treats lean as a holistic system, quantitatively measuring performance at different organizational levels.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,546
Score d'incertitude au seuil0,693

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,049
Tête enseignante GPT0,216
Écart entre enseignants0,167 · 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