Bibliographic record
Abstract
Résumé Cet article présente les résultats d’une étude visant à découvrir les pratiques de développement de produits les plus performantes au Japon, au Royaume-Uni et en Amérique du Nord. Des entretiens menés auprès d’entreprises ont permis d’effectuer un exercice détaillé d’étalonnage. La performance quant au développement de produits a été mesurée à l’aide d’indicateurs de délai, de qualité, de respect de l’échéancier et des coûts ainsi que de rentabilité du produit. L’organisation du processus de développement a été abordée par l’examen de la composition des équipes de projet, des caractéristiques de l’interface entre l’ingénierie, les fournisseurs, les clients et l’unité de production, et par l’examen des mécanismes de rétention et d’échange du savoir. La comparaison des projets a permis de constater que les projets britanniques étaient généralement achevés plus rapidement que les projets japonais et nord-américains. Toutefois, ces projets présentaient davantage de problèmes lors du lancement de leur production. Ces résultats amènent à concevoir le processus de développement de produits comme un ensemble d’arbitrages entre différentes dimensions de la performance.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".