MétaCan
Menu
Retour à la cohorte
Enregistrement W4224233518 · doi:10.3390/app12094157

Problem-Solving in Product Innovation Based on the Cynefin Framework-Aided TRIZ

2022· article· en· W4224233518 sur OpenAlex
Peng Shao, Runhua Tan, Qingjin Peng, Lulu Zhang, Kang Wang, Yafan Dong

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

RevueApplied Sciences · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueDesign Education and Practice
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésTRIZProduct (mathematics)Simple (philosophy)Computer scienceChaoticKey (lock)Bridge (graph theory)Product innovationProcess (computing)Management scienceIndustrial engineeringSystems engineeringEngineeringKnowledge managementArtificial intelligenceMathematics

Résumé

récupéré en direct d'OpenAlex

Different problems in the process of product innovation are often caused by external environmental changes of the product. There is a lack of research on classifying the problems associated with product environment changes to aid in applying tools of the Theory of the Solution of Inventive Problems (TRIZ) for problem-solving. This paper proposes a Cynefin framework to classify the problems into disorder, chaotic, complexity, complicated and simple areas according to the external environment changes. Each area of problems is then solved by corresponding design tools in TRIZ. Chaotic and complex problems are converted into complicated or simple areas by the technology evolution and effect search. Complicated or simple areas are combined considering conflicts expressed by an Element-Name-Value (ENV) model. Key conflicts are determined by simplified rules of a node conflict network. A problem-solving methodology in product innovation is proposed based on Cynefin framework-aided TRIZ. The proposed method is applied in the design of an enterprise SJL900/32 mobile bridge erecting machine.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,427
Score d'incertitude au seuil0,434

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
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 Opus0,038
Tête enseignante GPT0,269
Écart entre enseignants0,231 · 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