MétaCan
Menu
Back to cohort
Record W7001034832

Industrie 4.0 et capacités dynamiques : cas des entreprises du secteur aérospatial au Québec

2022· other· fr· W7001034832 on OpenAlexaboutno aff

Bibliographic record

VenueArchipelago (Université du Québec à Montréal) · 2022
Typeother
Languagefr
FieldEngineering
TopicDigital Transformation in Industry
Canadian institutionsnot available
Fundersnot available
KeywordsDatabase queryDigital transformationContext (archaeology)
DOInot available

Abstract

fetched live from OpenAlex

Dans ce mémoire, nous étudions les modalités d’implantation du concept 4.0 (une nouvelle façon d’organiser la production) à la lumière des opinions et des expériences des constructeurs aéronautiques du Québec. Afin de soutenir cette recherche, nous avons travaillé sur trois études de cas d’entreprises aéronautiques au Québec. L’objectif est de comprendre comment les capacités dynamiques et leurs microfondations interagissent avec cette évolution technologique 4.0 et influencent le modèle d'affaires des entreprises. Ainsi cette étude permet aux gestionnaires et dirigeants d’entreprises de faciliter l’intégration du concept 4.0 en mettant les efforts et ressources nécessaires pour développer des microfondations des capacités dynamiques au niveau individuel, de processus et de la structure de l’entreprise. En effet, les micro-fondations tiennent en compte de l’individu avec sa participation à la mise en œuvre du processus dans l’entreprise et la structure de l’organisation tant que les capacités dynamiques sont des opportunités dont il faut profiter avec des compétences, des connaissances et des ressources. De plus, cela aide à planifier stratégiquement l’introduction du 4.0 dans le modèle d’affaire de l’entreprise pour développer un avantage concurrentiel à long terme. L’essor de l’industrie 4.0 oblige les entreprises à acquérir le concept 4.0 pour suivre le rythme du changement rapide et rester compétitives sur le marché. Ainsi, les résultats de notre étude permettent d’aider dans la mise en œuvre de cette transformation numérique est de mieux s’orienter vers les clients. Ceci est réalisé en passant par un changement numérique au niveau de la chaîne de valeur en ce qui concerne les actifs physiques (les machines, les produits), les relations avec les fournisseurs, ainsi que le service et les produits offerts aux clients. Les capacités dynamiques de la firme facilitent l’identification de l’opportunité reliée à l’évolution numérique à partir des compétences des individus et des équipes à gérer les situations inattendues et à profiter de ces opportunités. Plus spécifiquement, les manufacturiers aéronautiques devront chercher une intégration (verticale/horizontale) du 4.0 dans leur modèle d’affaires de façon stratégique et prendre des mesureurs bien étudiés afin de faciliter le changement important et de remplacer le modèle d’affaires traditionnel par un modèle d’affaires innovateur. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : industrie 4.0, transformation numérique, modèle d’affaires, capacités dynamiques, microfondations, innovation

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.065
Threshold uncertainty score0.227

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0030.003
Scholarly communication0.0040.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0060.000

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.

Opus teacher head0.010
GPT teacher head0.178
Teacher spread0.167 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same venueArchipelago (Université du Québec à Montréal)Same topicDigital Transformation in IndustryFrench-language works237,207