Impacto da Manufatura Aditiva nos Processos Tradicionais de Produção: Um Estudo de Caso em Joalheria Artesanal
Bibliographic record
Abstract
Atualmente, com as novas formas de produzir, em que as organizações buscam gastar menos e produzir mais as tecnologias ganham espaço para apoiar essas novas formas de produção. O uso da impressão 3D vem quebrando paradigmas e criando valor para os clientes de uma forma a transformar as maneiras tradicionais de produção. No setor joalheiro essa tecnologia já vem sendo utilizada como ferramenta de construção de modelos, um trabalho anteriormente realizado manualmente por um modelador. Nesse artigo os processos de fabricação de joias tradicionais serão apresentados e também será abordada a utilização da tecnologia de prototipagem por impressão 3d no setor joalheiro. Além de um estudo de caso comparando a fabricação de uma joia pelo modo tradicional e com o uso da manufatura aditiva. Foi comparado o processo de desenvolvimento de um projeto de uma joia, através do processo de manufatura artesanal tradicional, onde o desenho do artesão foi modelado em software CAD e submetido a uma plataforma online de serviços de impressão em ouro, para efeitos de comparação. Evidenciamos o potencial de aplicação desta tecnologia emergente e a possibilidade da otimização e redução de custos. Em contraposição, também realçamos a importância fundamental da produção artesanal e o valor atribuído a esta atividade neste setor produtivo específico.
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 | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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".