MétaCan
Menu
Retour à la cohorte
Enregistrement W4386195813 · doi:10.1002/sys.21716

Team and communication impacts of remote work for complex aerospace system development

2023· article· en· W4386195813 sur OpenAlexaff
Sharon Ferguson, Eric van Velzen, Alison Olechowski

Notice bibliographique

RevueSystems Engineering · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueTeam Dynamics and Performance
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAerospaceContext (archaeology)Work (physics)Bridge (graph theory)Computer scienceKnowledge managementSystems engineeringEngineeringEngineering management

Résumé

récupéré en direct d'OpenAlex

Abstract Remote work is becoming increasingly common, a trend accelerated by the global COVID‐19 pandemic. Existing remote work research fails to address the challenges and needs of engineers working remotely in Complex Aerospace System Development (CASD), the field responsible for creating and operating aerospace systems. This article presents an exploratory study to understand the challenges, benefits, and strategies when working remotely in CASD. We interviewed 12 CASD engineers working remotely at a major aerospace corporation. We ground our findings in six characteristics of CASD work (complex systems; design paths and feedback loops; relationships with suppliers, customers and regulators; distinct knowledge and skills; one‐off innovation; and high cost of experimentation) and discuss how each of these characteristics challenges remote work. The findings show that CASD requires many teams to work together, and this is encouraged through informal communication, which almost disappears in a remote setting. CASD requires frequent feedback, and we found that feedback was slow when working remotely. Participants found it challenging to demonstrate systems to customers and verify drawings with suppliers, and the interpersonal relationships, which help to bridge disciplinary divides, were harder to maintain remotely. The one‐off nature of the systems designed meant that conceptual work was important, but participants lacked the virtual tools to do this effectively. Lastly, testing hardware components required close virtual communication between technicians and engineers, which was tricky in a detail‐oriented context. This study motivates areas for future work to better understand and address the nuances of remote work by engineers in CASD.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,064
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,015
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,064
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,004
Communication savante0,0060,004
Science ouverte0,0010,009
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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 Opus0,028
Tête enseignante GPT0,280
Écart entre enseignants0,252 · 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 source (Gemma direct ou Codex distillé), 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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSystems EngineeringMême sujetTeam Dynamics and PerformanceTravaux en français237 207