Combining business process management and lean manufacturing to improve information and documentation flows: a case study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose The objective of this work is to demonstrate how the use of a business process management (BPM) methodology reinforced with the use of lean manufacturing (LM) tools and practices enhances information and documentation flows. Design/methodology/approach For this purpose, a case study on a large wind blade manufacturing company is described, in which BPM and LM were combined to improve information and documentation flows associated to the process of quality inspections and quality controls. Findings The joint use of BPM and LM strongly contributed to the improvement of information and documentation flows. The BPM lifecycle can be used to guide the entire improvement process, while LM tools can be used to act at specific points with an emphasis in the process analysis and implementation phases. Thus, LM complements a BPM approach leading to significant process improvements. Practical implications The results show that LM can be used to support some phases of the BPM lifecycle. Furthermore, LM can contribute to identify lean waste in information and documentation flows associated to quality management processes and help in the selection of methods and tools to support process improvements. Originality/value This study is one of the first reporting the use of LM tools and practices as complementary to the BPM methodology to support the improvement of information and documentation flows associated to quality management in a large manufacturing company. This research enriches the literature by presenting empirical evidence that these two continuous improvement approaches are not incompatible in their objectives and visions and can complement each other.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,007 | 0,010 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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