MétaCan
Menu
Retour à la cohorte
Enregistrement W4411038915 · doi:10.1108/case.kellogg.2025.000051

The Fuyao Glass Cauldron: Creating the Third Leg of Success

2022· article· en· W4411038915 sur OpenAlexaff
Lina Deng, K. S. Scott, Cynthia Wang, Jiangyong Lu

Notice bibliographique

RevueKellogg School of Management Cases · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education and Employability
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésBusinessMarketingProcess managementOperations managementEconomics

Résumé

récupéré en direct d'OpenAlex

Fuyao Glass America (FGA) is an auto glass manufacturing facility in Moraine, Ohio. This case builds upon the story presented in the documentary film American Factory, which outlines how the Fuyao Glass Industry Group Co., Ltd. purchased a closed General Motors plant to launch a US facility that leveraged the Group's Chinese manufacturing expertise. Students are asked to propose a change-management plan for the executive management team to create an inclusive, engaging workplace that bridges cultural differences and attracts and retains the skilled workers necessary to make this facility successful. The case picks up where the American Factory documentary ends, asking students to consider how they might address the challenges faced by FGA's management team as they attempt to expand their manufacturing techniques in the US. In particular, FGA's leadership wrestles with the following: (1) creating an inclusive, engaging workplace that bridges cultural differences; (2) overcoming the talent management challenges revealed during the unionizing effort by the United Auto Workers; and (3) attracting and retaining skilled workers. This case shares FGA's management challenges from the perspectives of the president and CEO of FGA from 2016 to 2022, and the director of HR/employment management at FGA during most of that time. The two executives share information about FGA's talent management practices and the initiatives implemented between 2017 and 2020 to address issues related to the management challenges and employee concerns raised in the documentary and in media accounts.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0500,021
Communication savante0,0220,009
Science ouverte0,0020,020
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0160,002

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 Opus0,028
Tête enseignante GPT0,329
Écart entre enseignants0,300 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKellogg School of Management CasesMême sujetHigher Education and EmployabilityTravaux en français237 207