MétaCan
Menu
Retour à la cohorte
Enregistrement W4200002578 · doi:10.3390/su132413956

Sustainable Manufacturing 4.0—Pathways and Practices

2021· article· en· W4200002578 sur OpenAlexaff
Hamed Gholami, Falah Abu, Jocelyn Ke Yin Lee, Sasan Sattarpanah Karganroudi, Safian Sharif

Notice bibliographique

RevueSustainability · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueDigital Transformation in Industry
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesUniversiti Teknologi Malaysia
Mots-clésManufacturingSustainable developmentBusinessField (mathematics)Advanced manufacturingSustainabilityIndustrial organizationManufacturing engineeringEngineeringMarketingPolitical science

Résumé

récupéré en direct d'OpenAlex

The manufacturing industry has undergone numerous revolutions over the years, with a unanimous acceptance of the greater benefits of being sustainable. The present industrial wave—Industry 4.0—by using its enabling technologies and principles holds great potential to develop sustainable manufacturing paradigms which require balancing out the three fundamental elements —products, processes, and systems. Yet, numerous stakeholders, including industrial policy and decision makers, remain oblivious of such potential and requirements. Thus, this bibliometric study is aimed at presenting an overview of the broad field of research on the convergence of sustainable manufacturing and Industry 4.0 under the umbrella of “Sustainable Manufacturing 4.0”, which has yet to be developed. It includes the dissemination of original findings on pathways and practices of Industry 4.0 applied to the development of sustainable manufacturing, contributing a bibliometric structure of the literature on the aforementioned convergence to reveal how Industry 4.0 could be used to shift the manufacturing sector to a more sustainable-based state. An initial research agenda for this emerging area has accordingly been presented, which may pave the way for having a futuristic view on Sustainable Manufacturing 5.0 in the next industrial wave, i.e., Industry 5.0.

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)0,008
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0210,045
Études des sciences et des technologies0,0030,007
Communication savante0,0170,013
Science ouverte0,0010,006
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,015
Tête enseignante GPT0,251
Écart entre enseignants0,236 · 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'étudeThéorique ou conceptuel
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

Citations60
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetDigital Transformation in IndustryTravaux en français237 207