The role of digital twins in realising circular economy in the era of Industry 4.0 and Industry 5.0
Notice bibliographique
Résumé
Technological advancements contribute to increased waste and greenhouse gas emissions through e-waste, energy-intensive manufacturing and infrastructure, and increased consumption. However, technology also offers solutions for mitigating these impacts through improved efficiency, waste management optimisation and environmental monitoring. This chapter explores the transformative role of digital twins (DTs) in realising the circular economy (CE) within the paradigms of Industry 4.0 (I4.0) and Industry 5.0 (I5.0). It begins by examining the advancements brought by I4.0, characterised by automation, IoT, AI and cyber-physical systems, aimed at enhancing efficiency and productivity. Transitioning to I5.0, the narrative shifts towards a human-centric and sustainable industrial approach, emphasising collaboration between humans and machines. DTs, as virtual replicas of physical systems or processes, emerge as pivotal enablers of CE by facilitating real-time monitoring, predictive maintenance and optimisation. The integration of DTs with CE principles supports resource efficiency, waste reduction and lifecycle extension. Key technologies such as AI, IoT, 5G and edge computing enhance the potential of DTs, enabling applications like supply chain transparency, energy efficiency and product lifecycle management. The chapter delves into the synergy between DTs and I5.0, highlighting how DTs empower mass customisation, personalised production and ethical sustainability. Real-world case studies, spanning aerospace, automotive and urban planning, demonstrate the practical impact of DTs in driving CE objectives. Despite challenges like data security, high implementation costs and standardisation gaps, the chapter identifies promising opportunities in predictive maintenance, energy optimisation and healthcare innovations. Concluding, the chapter asserts that DTs represent a cornerstone of sustainable industrial practices, bridging physical and digital realms to foster a resilient, human-centred and eco-friendly future. Their integration with evolving technologies ensures their relevance in shaping industries and achieving CE goals.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,014 |
| Communication savante | 0,013 | 0,019 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».