Human‑centric Industry 5.0 manufacturing: a multi‑level framework from design to consumption within Society 5.0
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
Current literature on human-centric Industry 5.0 manufacturing largely focuses on operator–technology integration at manufacturing process level, often treating ‘human’ as synonymous with ‘operator’ and overlooking designers, consumers, and public non-consumers. Links between human-centricity with sustainability, resilience, and circular economy are poorly developed, and connections to Society 5.0 values remain weak. This perspective proposes a hierarchical framework for human-centricity in Industry 5.0 across manufacturing process, system, and management levels. At the process level, it addresses worker safety, occupational health, human-robot-collaboration, and customer co-creation, customisation, and personalisation. At system level, it integrates ergonomic layout design, human-centred logistics and production planning, and resource execution. At management level, it emphasises ethical business practices, inclusive workplace culture, and corporate social responsibility. The framework merges Industry 4.0 tools (e.g. digital twins, AI, IoT, blockchain) with the active role of Consumer 5.0 for balancing consumption and production in sustainable manufacturing, while detailing circular economy practices across manufacturing stages, including design for reuse, remanufacture, and recycling. By connecting diverse human roles with key Industry 5.0 pillars and Society 5.0 principles, we avoid fragmented solutions for human-centric manufacturing. While discussing its social, economic, and technological limitations, we offered a comprehensive framework, which is technologically innovative, socially responsible, and environmentally sustainable.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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