MétaCan
Menu
Retour à la cohorte
Enregistrement W4412900598 · doi:10.1080/23311916.2025.2535692

Inclusive tool to assess lean manufacturing maturity and its relationship with the size or location of the company in Greater Montreal, Canada

2025· article· en· W4412900598 sur OpenAlexafffundabout
Didérot Déraillet Tadja, Fatma Lehyani, Samuel-Jean Bassetto, Alaeddine Zouari, Michel Tollenaere, Tony M. Wong

Notice bibliographique

RevueCogent Engineering · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueQuality and Supply Management
Établissements canadiensÉcole de Technologie SupérieurePolytechnique Montréal
Organismes subventionnairesPolytechnique Montréal
Mots-clésMaturity (psychological)Lean manufacturingBusinessManufacturingOperations managementManufacturing engineeringEngineeringMarketingPsychology

Résumé

récupéré en direct d'OpenAlex

Manufacturing companies operate in aggressive environments and require high productivity for survival. This study examined the implementation status of lean manufacturing practices in a sample of Greater Montreal’s industries by assessing maturity levels and their relationship with the company profile. A survey questionnaire encompassing technical and non-technical practices was developed and distributed to a population of manufacturing companies in the primary and secondary sectors in Greater Montreal. The unit of analysis was the manufacturing system. Valid data were collected from 35 companies using the random sampling technique. Maturity indices were evaluated with the factor-weighting method, and maturity levels were subsequently assigned to each company. Based on ascending hierarchical classification and Fisher’s exact tests, the findings revealed a mitigated maturity level in technical practices (average index of 51.554%), influenced by location (p-value = 0.018) and size (p-value = 0.08). However, non-technical practices exhibited a high maturity level (average index of 74%) linked to company size (p-value = 0.005).

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,180
Score d'incertitude au seuil0,362

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,016
Tête enseignante GPT0,216
Écart entre enseignants0,200 · 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'étudeObservationnel
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

Citations4
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCogent EngineeringMême sujetQuality and Supply ManagementTravaux en français237 207