MétaCan
Menu
Retour à la cohorte
Enregistrement W4391404275 · doi:10.1080/00207543.2024.2307505

Industry 5.0 use cases development framework

2024· article· en· W4391404275 sur OpenAlexaff
Alexandre Goujon, Frédéric Rosin, Florian Magnani, Samir Lamouri, Robert Pellerin, Laurent Joblot

Notice bibliographique

RevueInternational Journal of Production Research · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueDigital Transformation in Industry
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésRelevance (law)Context (archaeology)Computer scienceAutonomyProcess (computing)Set (abstract data type)Management scienceRisk analysis (engineering)Protocol (science)Process managementAction (physics)Knowledge managementData scienceEngineeringBusiness

Résumé

récupéré en direct d'OpenAlex

The Industry 5.0 concept has placed human needs at the heart of industrial processes. This raises the question of how new technologies can enhance employee decision-making processes and influence the evolution of team autonomy. Recent studies have shown that the best way to measure these impacts is to conduct experiments in complex and realistic environmental settings. However, the main methods cannot satisfy this requirement while controlling the events and associated variables, whereas a set of use cases can. Therefore, a model should be defined to generate and structure these use cases while validating their relevance. Following the decomposition of the global research objective and case-definition recommendations, this study proposes a framework for designing complementary use cases to evaluate the impact of new technologies on emerging autonomy models in a structured, realistic, and global manner. Based on widely recognised related work, the 6-step framework helps define a coherent context specifying the business process model, agent, autonomy, technologies to be implemented, their fields of action, detailed variable collection protocol, and experimental setup. A cross-analysis of existing cases from the literature and empirical use of the framework validated the relevance of the model in designing experimental environments that are close to real-world settings.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,576
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,183
Tête enseignante GPT0,417
Écart entre enseignants0,234 · 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'étudeSans objet
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

Citations20
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Production ResearchMême sujetDigital Transformation in IndustryTravaux en français237 207