MétaCan
Menu
Retour à la cohorte
Enregistrement W4312198933 · doi:10.1109/ieem55944.2022.9989843

Sociotechnical System Digital Twin as an Organizational-enhancer Applied to Helicopter Engines Maintenance

2022· article· en· W4312198933 sur OpenAlexaff
Quentin Lorente, Éric Villeneuve, Christophe Merlo, Guy André Boy, François Thermy

Notice bibliographique

Revue2022 IEEE International Conference on Industrial Engineering and Engineering Management (IEEM) · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueDigital Transformation in Industry
Établissements canadiensSafran Electronics (Canada)
Organismes subventionnairesSafranAssociation Nationale de la Recherche et de la Technologie
Mots-clésFlexibility (engineering)Computer scienceSociotechnical systemModularity (biology)Field (mathematics)Reinforcement learningContext (archaeology)Human–computer interactionKnowledge managementSystems engineeringEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This research work aims at improving collective decision-making and learning through a digital twin of the organization in the context of a complex industrial activity such as helicopter engine maintenance. Field and bibliographic studies allowed to determine that the digital twin should be based on a multi-agent system model for reasons of flexibility and modularity necessary in this constantly changing environment. The digital twin is intended to adapt to the organization but also to enhance it by including missing information flows. This paper presents the agent model chosen and inspired from reinforcement learning and how it allowed to identify these missing flows. The importance of interfaces in the digital twin and what they should contain to integrate agents is shown, as well as the psychosocial aspects to be considered for humans to handle their design.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,393
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,024
Tête enseignante GPT0,224
Écart entre enseignants0,200 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 IEEE International Conference on Industrial Engineering and Engineering Management (IEEM)Même sujetDigital Transformation in IndustryTravaux en français237 207