Mejora del proceso de producción en planta vinícola
Notice bibliographique
Résumé
En el presente trabajo, se detalla una revisión sistemática de estudios primarios cuantitativos y cualitativos respecto a la mejora del proceso de producción en plantas vinícolas, \ncuya formulación de objeto de estudio engloba los conceptos teóricos de los procesos de producción del vino y metodologías de mejora del mismo, ello con la finalidad de poder determinar qué tipo de recursos y herramientas se podrían implementar en una planta vinícola a fin de lograr la optimización e recursos y mejorar los procesos de producción. \nLa búsqueda se realizó el 20 de mayo del 2020 en las siguientes fuentes científicas: \nSCOPUS, Google Académico, EBSCO, PROQUES y ScienceDirect, siguiendo los criterios de inclusión y exclusión, obteniéndose así una muestra de 42 estudios relacionados al tema en mención, de los cuáles 6 fueron libros virtuales, 15 artículos científicos, 9 publicaciones arbitradas y 12 Journal destacados. \nFinalmente, las investigaciones revisadas revelan la importancia de la mejora de un proceso productivo para alcanzar la calidad total a través de la implementación de herramientas como Lean Manufacturing, Six Sigma, BPR y Kaizen.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».