MétaCan
Menu
Retour à la cohorte
Enregistrement W3124204803 · doi:10.5267/j.ijiec.2021.1.001

A delayed differentiation multiproduct model with the outsourcing of common parts, overtime strategy for end products, and quality reassurance

2021· article· en· W3124204803 sur OpenAlexvenueno aff
Singa Wang Chiu, Victoria Chiu, Ming-Hon Hwang, Yuan-Shyi Peter Chiu

Notice bibliographique

RevueInternational Journal of Industrial Engineering Computations · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Science and Technology, Taiwan
Mots-clésOutsourcingQuality (philosophy)Production (economics)Computer scienceOvertimeProduct (mathematics)Reduction (mathematics)Operations researchRisk analysis (engineering)Operations managementReliability engineeringEngineeringEconomicsBusinessMicroeconomicsMarketing

Résumé

récupéré en direct d'OpenAlex

Production planners today must simultaneously face with the time and quality demands of various goods externally and meet limited capacity internally. This study presents a two-stage delayed- differentiation multiproduct model that considers the outsourcing options for common parts, overtime strategy for end products, and quality reassurance to assist in making fabrication runtime decisions that are cost-effective. Stage one produces all necessary common intermediate components for end products. To reduce stage one’s utilization/uptime, this study adopts a partial outsourcing option. Stage two uses an overtime strategy to fabricate end products that further shorten the uptime. The production processes in both phases are assumed to be imperfect. This study employs the reworking/scrapping of random faulty items to reassure product quality. The researchers build a model to depict the proposed problem’s characteristics and used the mathematical modeling, analysis, and optimization approach to determine the best rotation cycle length that minimizes the system’s expenses. Further, in this study, the researchers provide sensitivity analyses and a numerical illustration, which validate the result’s applicability and exhibit its capability. This result contributes to practical multiproduct-fabrication by (1) deriving the optimal manufacturing policy for a delayed-differentiation multiproduct system with dual uptime reduction policies and quality reassurance; and (2) offering a decisional model that allows production planners to explore the collective/separate effect of a quality-ensured and dual uptime reduction strategy on a problem’s operating policy and crucial system performance indicators, which assists in cost-effective decision-making.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,014
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,042
Tête enseignante GPT0,263
Écart entre enseignants0,222 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Industrial Engineering ComputationsMême sujetSustainable Supply Chain ManagementTravaux en français237 207