Collaborative approach to digital transformation (CADT) model for manufacturing SMEs
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 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.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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