MétaCan
Menu
Retour à la cohorte
Enregistrement W4283695972 · doi:10.3390/su14137884

Agility and Industry 4.0 Implementation Strategy in a Quebec Manufacturing SME

2022· article· en· W4283695972 sur OpenAlexafffundabout
Stéphanie Bouchard, Georges Abdul-Nour, Sébastien Gamache

Notice bibliographique

RevueSustainability · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueDigital Transformation in Industry
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesMitacs
Mots-clésBusinessProduction (economics)Product (mathematics)Economic shortageIndustrial organizationModular designGlobalizationMarketingManufacturing engineeringComputer scienceEconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

The emergence of new information technologies, market globalization, climate change, labor shortages, and changing consumer habits have led to dynamic demand and the need for customized mass production systems. This has forced companies, especially small- and medium-sized enterprises (SME), to rethink their product design, production, and marketing models to remain competitive by increasing their agility in the face of growing and changing demand. It becomes relevant to investigate how to move efficiently towards customized mass production in an Industry 4.0 (I4.0) environment. The objective of this research is to develop a strategy for implementing I4.0 in manufacturing SME, based on lean, agility, and intelligent modular product design. A literature review made it possible to target the following performance measures: reducing inventory, minimizing makespan, and reducing time to consumer (reaction time). A case study was conducted in an SME in the agri-food sector to validate the proposed strategy. Inventory levels were reduced by more than 70% and time was cut by almost 65%.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,558
Score d'incertitude au seuil0,773

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,010
Tête enseignante GPT0,264
Écart entre enseignants0,254 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations22
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetDigital Transformation in IndustryTravaux en français237 207