MétaCan
Menu
Retour à la cohorte
Enregistrement W4405334812 · doi:10.1108/ijqrm-10-2023-0304

Unraveling the dynamics of lean manufacturing enablers on operational performance

2024· article· en· W4405334812 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Quality & Reliability Management · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueQuality and Supply Management
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésLean manufacturingDependabilityOperational efficiencyBusinessProduction (economics)Profitability indexValue stream mappingProcess managementFlexibility (engineering)Operations managementMarketingEngineeringReliability engineering

Résumé

récupéré en direct d'OpenAlex

Purpose Lean manufacturing (LM) is essential for businesses to remain competitive in today’s global economy and to meet the needs of consumers from three separate perspectives: price, dependability and production schedules. A fundamental goal of this research is to how lean management in manufacturing organization may improve product value for the customer, address customer concerns, minimize costs and boost the firm’s profitability. Design/methodology/approach The extensive literature analysis identified a number of LM enablers and manufacturing industry factors that might favorably affect the organizations operational performance. Initially, 16 enablers of LM and 16 factors operational performance were identified, which were later reduced to 8 factors each. After that, Grey-DEMATEL technique was applied to investigate the relationships between the factors by categorizing elements into two groups (cause and effect) and ranking them within each category. Findings The results show that F4 (Work Force Development) and F7 (Six Sigma) were the key enablers of LM. Similarly, F12 (Maintain Better inventory control/optimize inventory level) and F14 (Reduce conversion cost) are the key effect factors of operational performance. It eliminates inefficiencies in the production process and internal storage requirements while retaining a high level of dependability and flexibility in response to customer demands. Originality/value LM has unquestionably been a popular method for improving the production efficiency of industrial sectors for the last two decades. Despite the fact that LM has helped several firms reduce waste and thereby improve a range of efficiency metrics, many businesses are still struggling to effectively transform into lean firms. While previous studies have explored LM’s significance and its influence on different aspects of organizational metrics in various industries, this research pioneers in probing into the nuanced relationship between LM enablers and OP in a critical and procedure-intensive industry.

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 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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,737
Score d'incertitude au seuil0,639

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,025
Tête enseignante GPT0,288
Écart entre enseignants0,262 · 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