MétaCan
Menu
Retour à la cohorte
Enregistrement W3206427072 · doi:10.1080/00207543.2021.1983225

Framework for incorporating human factors into production and logistics systems

2021· article· en· W3206427072 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Production Research · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Manufacturing and Logistics Optimization
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésIgnoranceProduction (economics)Risk analysis (engineering)AutomationQuality (philosophy)Operator (biology)Process managementComputer scienceOperations managementOperations researchManagement scienceEngineeringBusinessEconomicsMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Many companies, despite there being opportunities for automation in production and logistics (P&L) systems, still rely on human workers due to their cognitive and motor skills. Taking Human Factor (HF) aspects into consideration when making P&L system design and management decisions is therefore important, an ignorance of HF potentially resulting in operator fatigue, discomfort, subsequent injuries and negative consequences for operator performance and the P&L system. A review of the literature shows that the majority of studies that take HF into consideration focus either on designing the workplace or on operation planning activities. There is also still a gap in the literature. Little has been published on P&L systems that incorporate HF and that combine different levels of short-term operational policy decisions (e.g. job allocation) and long-term system characteristic decisions (e.g. layout design). Current state-of-the-art frameworks that support the design and management of P&L systems and that take HF into consideration rarely consider different decision levels. This study proposes a new framework that incorporates HF into P&L systems by combining different levels of decisions to improve performance, quality, and well-being.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,920
Score d'incertitude au seuil0,550

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,121
Tête enseignante GPT0,410
Écart entre enseignants0,289 · 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