MétaCan
Menu
Retour à la cohorte
Enregistrement W4398249094 · doi:10.56083/rcv4n5-136

MATURIDADE NO GERENCIAMENTO DE PROCESSOS: UM MODELO PARA SUA ANÁLISE NA FUNÇÃO MANUTENÇÃO

2024· article· pt· W4398249094 sur OpenAlexaff
Herbert Ricardo Garcia Viana, Roni Neon Sousa Freire, Gustavo Lopes da Silva

Notice bibliographique

RevueRevista Contemporânea · 2024
Typearticle
Languept
DomaineBusiness, Management and Accounting
ThématiqueQuality and Supply Management
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

A excelência na manutenção está intrinsecamente relacionada à capacidade de uma organização em garantir a segurança, o desempenho, os custos adequados e a confiabilidade de seus ativos. Alcançar a excelência em manutenção requer a adoção de práticas de gestão eficazes que elevem o nível de maturidade dos processos. Neste estudo, é explorado um modelo de avaliação da maturidade da gestão da manutenção, com foco na Mineração Paragominas (MPSA), uma empresa de mineração de bauxita. A coleta de informações permitiu analisar as práticas em uso e compará-las com 367 requisitos descritos em checklists (roadmaps) de manutenção de equipamentos móveis de mina e manutenção industrial, identificando lacunas para alcançar a excelência na manutenção. Foi necessário implementar um modelo para avaliar o nível de maturidade da gestão da manutenção na organização, com o objetivo de promover a melhoria contínua por parte de todos os envolvidos nas atividades de manutenção. O modelo de avaliação para a excelência na manutenção serviu como ferramenta para medir o nível de maturidade da gestão da manutenção na MPSA, evidenciando um avanço de 9,3 pontos percentuais entre 2022 e 2024, correspondendo ao primeiro e segundo ciclo de diagnóstico, respectivamente.

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)0,005
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0050,006
Études des sciences et des technologies0,0020,004
Communication savante0,0120,012
Science ouverte0,0030,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,044
Tête enseignante GPT0,283
Écart entre enseignants0,239 · 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'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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista ContemporâneaMême sujetQuality and Supply ManagementTravaux en français237 207