Potential COVID-19 impacts on the transition to Industry 4.0 in the Brazilian manufacturing sector
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.
Notice bibliographique
Résumé
Purpose The purpose of this viewpoint is to present some reflections about the coronavirus disease 2019 (COVID-19) pandemic impacts on the transition to Industry 4.0 in the Brazilian manufacturing sector context. Design/methodology/approach Initially, a bibliographic research study was carried out to establish a theoretical background and contextualization. After analysing different kinds of documents, the authors of this viewpoint discussed potential COVID-19 impacts on the transition to Industry 4.0 in the Brazilian manufacturing sector. A multidisciplinary discursive approach was used in the debates. Findings The COVID-19 pandemic will negatively influence the transition of Brazilian manufacturing sector to Industry 4.0. Despite the fact that some “World Class Companies” based in Brazil still continue the transition process towards the “Digital Revolution”, most of Brazilian manufacturing companies are postponing important initiatives related to Industry 4.0 due to uncertainties. In addition, policies promoting innovation are increasingly necessary. Practical implications This viewpoint presents interesting implications for researchers and society. Researchers can use these reflections to structure surveys or case studies to better understand the aforementioned impacts on companies due to the pandemic. These reflections can also be used by society for public policy debates. For companies, the information presented highlights the relevance of Industry 4.0 as an important phenomenon to manufacturing sector and companies' competitiveness. Originality/value This viewpoint presents reflections which may be used to encourage debates about how to manage digital transformation in the manufacturing sector during an unstable environment.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle