MétaCan
Menu
Retour à la cohorte
Enregistrement W7005945207

Streamlining the Ordering Process: A Case Study of Alfa Laval

2021· other· en· W7005945207 sur OpenAlexaboutno aff

Notice bibliographique

RevueLund University Publications Student Papers (Lund University) · 2021
Typeother
Langueen
DomaineEnvironmental Science
ThématiqueCrustacean biology and ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOrder (exchange)Reliability (semiconductor)Process (computing)Control (management)Order processing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background One of Alfa Laval’s factories in Lund, LA, has noticed that up to 50% of all order proposals suggested by their ERP system JEEVES is considered to be irrelevant and are subsequently disregarded by the purchasers. Consequently, many purchasers disregard the parameters in JEEVES that control what proposals get suggested and instead order on “gut-feeling” and personal experience. Not only does this create problems because of a lack of objective parameters, but it is also a waste of purchasers’ time to go through and disregard proposals every day. Alfa Laval has therefore expressed an interest in increasing the accuracy and reliability of the proposals suggested by JEEVES, as well as decreasing the time of the order proposal process. Purpose The purpose of this thesis is to evaluate Alfa Laval’s ordering process in order to increase the reliability and accuracy of the order proposals, as well as reduce the amount of time spent handling said order proposals. Research Questions • How is the current order proposal process organized? • How can order parameters be improved to increase their reliability and accuracy, and decrease order proposal handling time? • How can items be categorized to increase the reliability of order proposals? Method This thesis uses a case study approach with an explanatory research purpose, as the penultimate goal is to evaluate and improve the ordering process at Alfa Laval. Furthermore, a combination of qualitative and quantitative data was used in order to gather a comprehensive view of the current processes and order parameters at Alfa Laval. Findings Many of the parameters in JEEVES are inaccurate due to negligence and because they have not been updated since their introduction. Suggestions for improving said parameters are provided, and implications discussed. Moreover, it is proposed that Alfa Laval should divide their items into three different categories and employ different approaches for each category. The combination of these two proposed improvements means that Alfa Laval will increase the accuracy and reliability of their proposal parameters as well as reduce the number of proposals and overall time spent on handling order proposals.

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)0,005
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,106
Score d'incertitude au seuil0,210

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0130,005
Communication savante0,0060,002
Science ouverte0,0030,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,013
Tête enseignante GPT0,233
Écart entre enseignants0,220 · 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'étudeQualitatif
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLund University Publications Student Papers (Lund University)Même sujetCrustacean biology and ecologyTravaux en français237 207