MétaCan
Menu
Retour à la cohorte
Enregistrement W62400544 · doi:10.5957/jsp.2005.21.3.186

Factors Affecting Ship Design and Construction Lead Time and Cost

2005· article· en· W62400544 sur OpenAlexaff
Howard Moyst, Biman Das

Notice bibliographique

RevueJournal of Ship Production · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésReworkContext (archaeology)Lead timeEngineeringQuality (philosophy)Naval architectureShipbuildingProcess (computing)Probabilistic designEngineering design processDesign processSystems engineeringOperations researchManufacturing engineeringRisk analysis (engineering)Transport engineeringOperations managementComputer scienceWork in processMarine engineeringBusiness

Résumé

récupéré en direct d'OpenAlex

This paper reviews a ship design and construction case study in the context of the published literature on the design process and its impact on construction. The objective was to explore the factors that impact design and construction lead time and cost. Design and construction managers constantly experience pressure to accelerate the construction start time in an environment characteristic of frequent design changes and rework. Often the construction of the first ships of a series will aggressively overlap the design phase. This investigation assessed a case study that illustrated that as the degree of overlap between design and construction increases, design changes increased ship construction costs and duration. This negates the advantage of trying to reduce lead time by overlapping phases. Before strategies of overlapping are utilized, shipbuilders need to better understand the details of the design process and its integration with other functions to improve design quality and reduce the impact of design changes on manufacturing and construction. It is recommended that when overlapping strategies are considered, design changes and their impact on construction be factored into the decision. A better strategy would be to eliminate design quality issues and design and construction rework.

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)0,023
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 GPT0,222
Écart entre enseignants0,197 · 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
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

Citations17
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Ship ProductionMême sujetManufacturing Process and OptimizationTravaux en français237 207