MétaCan
Menu
Retour à la cohorte
Enregistrement W4206490031 · doi:10.1016/j.trip.2022.100542

Industry 4.0 in shipping: Implications to seafarers' skills and training

2022· article· en· W4206490031 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

RevueTransportation Research Interdisciplinary Perspectives · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Economy and Work Transformation
Établissements canadiensDalhousie University
Organismes subventionnairesNippon Foundation
Mots-clésWork (physics)Context (archaeology)Economic shortagePublic relationsStakeholderIndustry 4.0Training (meteorology)Perspective (graphical)BusinessPolitical scienceMarketingEngineeringGovernment (linguistics)

Résumé

récupéré en direct d'OpenAlex

Industry 4.0 entails the modernisation of work, which is likely to have an impact on individuals’ employment, training and skills in the foreseeable future. Current debates on future skills for maritime operations tend to focus on technology as a necessary requirement for workers to adapt to changes. This technology-centred approach can be controversial as technology cannot govern how humans work and how they choose their careers after graduating. This paper employs a career-focused perspective that addresses Industry 4.0 and digitalisation from individuals’ career development viewpoint, and discusses the potential implications of digitalisation and automation on individuals’ careers in the maritime industry. The paper contributes to the discussion of how Industry 4.0 and digitalisation have the potential to affect individuals’ skills and training, as well as their future career trajectories. The paper also scrutinises career structures for seafarers as well as possible socio-economic implications on future maritime careers, skills and training in the context of Industry 4.0. These issues are examined through the use of interview data from two empirical projects between 2007 and 2018 as well as a literature review on careers in the global labour market and on Industry 4.0. It concludes with a set of agendas highlighting potential shortage of career support systems for seafarers as well as the need for stakeholder engagement in shaping future maritime skills.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,232
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,073
Tête enseignante GPT0,426
Écart entre enseignants0,353 · 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