MétaCan
Menu
Retour à la cohorte
Enregistrement W7117241763 · doi:10.58425/jpscm.v4i3.460

Blockchain for Aircraft Part Traceability in MRO (Maintenance, Repair, Overhaul)

2025· article· W7117241763 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Procurement and Supply Chain Management · 2025
Typearticle
Langue
DomaineBusiness, Management and Accounting
ThématiqueTransportation Systems and Infrastructure
Établissements canadiensBombardier (Canada)
Organismes subventionnairesnon disponible
Mots-clésBlockchainTraceabilityAviationProof of conceptTransparency (behavior)AvionicsEnterprise resource planning

Résumé

récupéré en direct d'OpenAlex

Aim: The study aims to examine the application of blockchain technology as a secure, reliable, and tamper-resistant solution for lifecycle record management of aircraft parts within the aviation Maintenance, Repair, and Overhaul (MRO) sector. Methods: The study adopts a design-oriented and case-based approach to evaluate the integration of blockchain technology with existing MRO systems. A permissioned blockchain architecture is proposed, leveraging smart contracts for automated compliance verification and maintenance scheduling. Real-time aircraft telemetry is ingested using Apache Kafka and processed through Apache Spark to validate and enrich data before being recorded on the blockchain. A proof of concept and case study are used to assess system performance, auditability, and integration challenges with enterprise resource planning (ERP) systems. Results: The findings demonstrate that blockchain implementation significantly improves auditability, data accuracy, and time efficiency in aircraft parts traceability among original equipment manufacturers (OEMs), MRO providers, and aviation authorities. The proof of concept highlights reduced risks of record tampering, improved regulatory compliance, and enhanced transparency across the aircraft parts lifecycle. However, challenges related to system integration, implementation costs, scalability, and market adoption barriers are also identified. Conclusion: The study concludes that blockchain technology has strong potential to reshape trust, transparency, and productivity in aircraft parts record-keeping within the MRO environment. By providing a secure digital footprint for serialized parts, blockchain serves as a foundational technology for advancing the digital transformation of the aviation MRO ecosystem. Recommendations: The study recommends adopting a phased, three-stage blockchain implementation strategy supported by regulatory alignment and cross-stakeholder collaboration among OEMs, MRO organizations, and aviation authorities. Future efforts should focus on cost optimization, ERP integration frameworks, scalability testing, and industry-wide standards to enable sustainable and widespread adoption of blockchain-based MRO solutions.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,466
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,226
Écart entre enseignants0,218 · 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