MétaCan
Menu
Retour à la cohorte
Enregistrement W3179082604 · doi:10.1108/jmtm-11-2020-0440

Collaborative approach to digital transformation (CADT) model for manufacturing SMEs

2021· article· en· W3179082604 sur OpenAlexaff
Jonathan Brodeur, Robert Pellerin, Isabelle Deschamps

Notice bibliographique

RevueJournal of Manufacturing Technology Management · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueDigital Transformation in Industry
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésAerospaceDigital transformationManufacturingOriginalityPortfolioSmall and medium-sized enterprisesDigital manufacturingProcess managementManufacturing engineeringKnowledge managementBusinessEngineering managementComputer scienceMarketingEngineeringQualitative research

Résumé

récupéré en direct d'OpenAlex

Purpose This paper aims to propose a collaborative approach model developed based on observations of two aerospace manufacturing small and medium-sized enterprises (SMEs) pursuing their digital transformation toward Industry 4.0. Design/methodology/approach This research focuses on two manufacturing SMEs in North America, and data were collected using longitudinal case study and research intervention method. Data collection was performed through observation and intervention within the collaborative projects over 18 months. Findings A model of a collaborative approach to digital transformation (CADT) for manufacturing SMEs was produced. Based on the study findings, the collaboration manifests itself at various stages of the transformation projects, such as the business needs alignment, project portfolio creation, technology solution selection and post-mortem phase. Research limitations/implications Research using the case study method has a limitation in the generalization of the model. The CADT model generated in this study might be specific to the aerospace manufacturing industry and collaboration patterns between manufacturing SMEs. The results could vary in different contexts. Practical implications The proposed CADT model is particularly relevant for manufacturing SMEs' managers and consultants working on digital transformation projects. By adopting this approach, they could better plan and guide their collaboration approach during their Industry 4.0 transformation. Originality/value This research provides a new perspective to digital transformation approaches in the aerospace industry. It can be integrated into other research findings to formulate a more integrated and comprehensive CADT model in industries where SMEs are significant players.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,004
Communication savante0,0050,005
Science ouverte0,0020,005
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,013
Tête enseignante GPT0,222
Écart entre enseignants0,210 · 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

Citations37
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Manufacturing Technology ManagementMême sujetDigital Transformation in IndustryTravaux en français237 207