MétaCan
Menu
Retour à la cohorte
Enregistrement W3138466837 · doi:10.3390/su13063357

Organizational Commitment and Lean Sustainability: Literature Review and Directions for Future Research

2021· article· en· W3138466837 sur OpenAlexaff
Amal Benkarim, Daniel Imbeau

Notice bibliographique

RevueSustainability · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueQuality and Supply Management
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésLean manufacturingSustainabilityLean project managementHuman performance technologyKnowledge managementOrganizational commitmentNarrativeProcess managementBusinessSystematic reviewEmployee engagementPsychologyPublic relationsComputer scienceMarketingPolitical scienceMEDLINE

Résumé

récupéré en direct d'OpenAlex

The vast majority of works published on Lean focus on the evaluation of tools and/or the strategies needed for its implementation. Although many authors highlight the degree of employee commitment as one of the key aspects of Lean, what has gone largely unnoticed in the literature, is that few studies have examined in-depth the concept of organizational commitment in connection with Lean. With this narrative literature review article, our main objective is (1) to identify and analyze an extensive body of literature that addresses the Lean Manufacturing approach and how it relates to employee commitment, emphasizing affective commitment as the main type of organizational commitment positively associated with Lean, and (2) to highlight the management practices required to encourage this kind of commitment and promote the success and sustainability of Lean. This paper aims to provide a comprehensive overview that can help researchers and practitioners interested in Lean better understand the importance of employee commitment in this type of approach, and as well, to identify related research questions.

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)0,009
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0110,019
Études des sciences et des technologies0,0010,002
Communication savante0,0060,007
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
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 Opus0,021
Tête enseignante GPT0,319
Écart entre enseignants0,298 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations81
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetQuality and Supply ManagementTravaux en français237 207