MétaCan
Menu
Retour à la cohorte
Enregistrement W4249994993 · doi:10.4018/978-1-7998-8548-1.ch045

Towards a Framework for Assessing the Maturity of Manufacturing Companies in Industry 4.0 Adoption

2021· book-chapter· en· W4249994993 sur OpenAlexaffabout
Luca Scremin, Fabiano Armellini, Alessandro Brun, Laurence Solar-Pelletier, Catherine Beaudry

Notice bibliographique

RevueIGI Global eBooks · 2021
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueDigital Transformation in Industry
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésMaturity (psychological)Industry 4.0Context (archaeology)ArchetypeCapability Maturity ModelIndustrial RevolutionProcess (computing)ManufacturingBusinessEngineeringProcess managementIndustrial organizationManufacturing engineeringMarketingComputer sciencePolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

The recent introduction of new disruptive technologies aimed at monitoring, controlling, optimizing, and automating production systems is shifting the manufacturing landscape towards a fourth industrial revolution. In this new industrial paradigm, manufacturing companies face complex challenges requiring the development of new organizational and technological capabilities. With this context in mind, this chapter is intended to provide a maturity assessment framework to understand the transformation process in manufacturing companies transitioning to Industry 4.0. The proposed framework is applied to 10 in-depth industrial case studies in Canada and Italy, two countries with increasing awareness of the Industry 4.0 revolution. A comparative case analysis revealed four different standards, or archetypes, for Industry 4.0 adoption, which are discussed and analyzed, highlighting a relationship between a company's manufacturing configuration and its path towards Industry 4.0 adoption.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,984
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0010,001
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 Opus0,033
Tête enseignante GPT0,276
Écart entre enseignants0,243 · 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 tête enseignante, pas un consensus.

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

Citations11
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetDigital Transformation in IndustryTravaux en français237 207