Adoption of lean manufaturing system with AIM of efficiency improvement within a late lean adopter company (a case study)
Notice bibliographique
Résumé
“Lean manufacturing” (LM) and “Lean production” are the terms and concepts which have been introduced to industry world since 1990s. In these almost three decades many companies in various sectors have applied lean with aim of eliminating wastes and implementing continuous improvements in their organization. Although the capabilities and advantages of lean have been proven over the years, some companies are still hesitate to use this method. According to the theory of the “Diffusion of Innovation” (DOI), based on innovativeness factor, adopters to an innovation are divided into five categories: innovators, early adopters, early majority, late majority and laggards. Innovation can be considered as a new idea, procedure, practice, product and etc. Each of these categories has its own characteristics. The focus of this research is about adoption of LM in a laggard company. \n \nThe case of this study (company X) is a furniture manufacturer in Quebec with mainly push production system. They are currently encountering with long delivery times, lack of space in the shop floor and unsatisfied production rate. Similar companies with the same problems as company X have improved their total efficiency with applying lean concept but our case has not been turned into LM until now and they are not very interested in implementing this procedure. Innovation-decision process has five stages: knowledge, persuasion, decision, implementation and confirmation. In this study, it is intended to help the company to reach to the third stage to make decision about lean implementation. \n \nLean is a long and time taking journey and it will be longer in case of late adopters. The reason that they are reluctant in lean adoption is their ignorance about existing wastes and their impacts in the system. In such companies with traditional organizational structure, unawareness is the result of working in silos and having weak communications. In order to convince laggards to make decision about lean implementation, it is essential to break down the silos, improve interactions and deploy mutual synergy among them. Laggards will not accept an innovation until they completely become certain it is safe for them. In this research, we propose a road map to indicate the opportunity to increase total cycle efficiency from 29.4% to 78.3%.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».