Esikäsittelyosaston tuotantoprosessin parantaminen
Notice bibliographique
Résumé
Toimintaympäristön jatkuva muutos vaatii organisaatioilta kykyä sopeutua ja kehittää toimintojaan kilpailukyvyn säilyttämiseksi. Tuotantoprosessin optimointi on tärkeää resurssien tehokkaan hyödyntämisen, laadun ja toimitusvarmuuden takaamiseksi sekä työntekijöiden hyvinvoinnin kannalta. Tässä opinnäytetyössä tarkasteltiin esikäsittelyosaston tuotantoprosessia ja keinoja sen parantamiseen CRS Laboratories Oy:n Kempeleen toimipisteessä. Opinnäytetyön tavoitteena oli kartoittaa tuotannon nykytila ja tunnistaa tekijät, jotka hidastavat tai haittaavat tuotannon sujuvuutta. Esikäsittelyosastolla työskentelevillä työntekijöillä on paras näkemys tuotannon nykytilasta. Tutkimus toteutettiin yhteistyössä heidän kanssaan, sillä heiltä saatu palaute koettiin ensiarvoisen tärkeäksi. Tutkimus toteutettiin keräämällä tietoa työpisteillä sijaitsevien havainnointilomakkeiden avulla niin, että lomakkeisiin tehtiin kirjauksia jokaisessa työvuorossa. Lomakkeiden havainnot koottiin ja näiden pohjalta suunniteltiin ryhmähaastattelut. Haastattelujen tarkoituksena oli saada aikaan dynaamista keskustelua ja laajempaa näkemystä tuotantoprosessin kokonaistilanteesta. Lomakkeiden ja haastattelujen perusteella eniten puutteita havaittiin tiedonkulkuun ja tehtävänjakoon liittyen. Työohjeiden sekä perehdyttämisen parantamiseen liittyen esiin nousi tärkeitä havaintoja. Siisteyden ja järjestyksen puute korostui molemmissa tiedonkeruun menetelmissä. Lisäksi kehittämistä toivottiin työsuojelun osalta niin ergonomiassa kuin pölynhallinnassa. Tiedonkeruun tulokset on koottu liitteeseen 2, joka on salattu. Opinnäytetyön tulokset osoittivat, että esikäsittelyosaston tuotantoprosessia voidaan parantaa. Toimenpiteistä osa on helposti toteutettavissa, esimerkiksi työvälineitä hankkimalla. Osa toimenpiteistä puolestaan vaativat perusteellisempaa analyysiä nykyisten toimintamallien osalta. Tuotantotilan layoutin tai toiminnanohjauksen laajemman tarkastelun avulla voidaan saavuttaa merkittäviä parannuksia. Lean-ajatteluun perustuen hukkaa poistamalla voidaan vähentää arvoa tuottamatonta työtä ja tehostaa tuotantoa
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,003 |
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 ».