Aplicación de la Metodología Lean en la Gestión Empresarial
Bibliographic record
Abstract
La Aplicación de las Metodologías Lean, connota mejoras y logros de metas dentro de la efectividad de la Gestión Empresarial. El objetivo de los investigadores consistió en explorar y describir las tendencias de uso de las metodologías Lean, en cuanto a los resultados de la aplicación de las herramientas Lean. Para lo cual los autores revisaron las aplicaciones lean en cincuenta artículos publicados en los últimos cinco años, el método de análisis fue cualitativo y cuantitativo. De los artículos revisados por los autores, 20% corresponden al Perú. En cuanto a la aplicación de las herramientas Lean; Kanban con 18%, SMED 8% y Trabajo Estandarizado 2%. Las aplicaciones de la Metodología Lean, los autores comprobaron que se realizan en Operaciones 72%. En base a esta revisión de la literatura, los autores se plantearon la siguiente pregunta; ¿la implementación de las herramientas Lean proporcionan el mismo impacto en el tiempo de producción? Para lo cual se desarrolla la presente investigación con el siguiente objetivo: Determinar si la implementación de las herramientas Lean tienen el mismo impacto en el tiempo de producción. Para cumplir el objetivo, se selección un caso, es decir una empresa que fabrica y comercializa plásticos, específicamente en su planta de impresión de etiquetas adhesivas, también se seleccionaron tres herramientas Lean, para ser implementadas, como son; Cambio de matriz en menos de 10 minutos (SMED), Tarjeta Visual (Kanban), Trabajo Estandarizado (TE). La Conclusión a la que llegaron los autores, es que la Implementación de las Herramientas Lean, generan un impacto diferente, en el tiempo de producción.
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 | 0.026 | 0.033 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.009 | 0.010 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.007 | 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".