سلام دوست من ، توی این پست براتون یه مقاله ۲۰۲۴ که در دسته مقالات مدیریت تولید هست، منتشر کردیم. این مقاله یه مقاله ISI و علمی پژوهشی هست که توی پایگاه TAYLOR & FRANCIS در سال ۲۰۲۴ منتشر شده. فایل انگلیسی شامل ۲۸ صفحه PDF هست بخش هایی از ترجمه مقاله انگلیسی که قبل از سفارش می تونید کیفیت ترجمه رو بررسی کنید. برای سفارش ترجمه کامل مقاله روی گزینه ثبت سفارش ترجمه کلیک کنید بعد از ثبت سفارش پیش فاکتور از طریق ایمیل و پیامک خدمتتون ارسال میشه. اگر سوالی بود می تونید زیر این پست کامنت بزارید سریع جوابتونو میدم.
کد محصول: M1601
سال نشر: ۲۰۲۴
نام ناشر (پایگاه داده): TAYLOR & FRANCIS
نام مجله: International Journal of Production Research
نوع مقاله: علمی پژوهشی (Research Article)
متغیر : ندارد
فرضیه: ندارد
مدل مفهومی: دارد
پرسشنامه : ندارد
تعداد صفحه انگلیسی: ۲۸ صفحه PDF
عنوان کامل فارسی:
مقاله انگلیسی ۲۰۲۴: مروری بر دستیاران دیجیتال در تولید و تدارکات: برنامه ها، مزایا و چالش ها
عنوان کامل انگلیسی:
A review of digital assistants in production and logistics: applications, benefits, and challenges
برای دانلود رایگان مقاله انگلیسی بر روی دکمه ذیل کلیک نمایید
وضعیت ترجمه: این مقاله تاکنون ترجمه نشده برای سفارش ترجمه تخصصی مقاله بر روی دکمه ذیل کلیک نمایید (کد مقاله:M1601)
مقالات مرتبط با این موضوع: برای مشاهده سایر مقالات مرتبط با این موضوع (با ترجمه و بدون ترجمه) بر روی دکمه ذیل کلیک نمایید
فهرست مطالب
۱. مقدمه
۲. مروری بر ادبیات قبلی
۳. پیشینه مفهومی
۳.۱. حوزه های تولید و تدارکات
۳.۲. انسان محوری
۳.۳. دستیارهای دیجیتال
۳.۴. وظایف مشترک انسان-دستیار دیجیتال
۳.۵. مزایا و چالش های استفاده از دستیار دیجیتال
۳.۶. چارچوب مفهومی
۴. روش مرور ادبیات سیستماتیک
۵. نتایج
۵.۱. مدیریت اطلاعات
۵.۲. عملیات مشترک
۵.۳. انتقال دانش
۶. بحث
۶.۱. سطوح بلوغ برنامه های مختلف دستیار دیجیتال
۶.۲. مزایای استفاده از دستیار دیجیتال
۶.۳. چالش های استفاده از دستیار دیجیتال
۷. فرصت های تحقیقاتی آینده
۷.۱. استفاده از تجزیه و تحلیل تقویت شده برای حمایت از کارکنان انسانی
۷.۲. تصمیم گیری ترکیبی و کار تیمی در تولید و تدارکات
۷.۳. کمک کارگر چند وجهی
۷.۴. دستیار دیجیتال به عنوان تسهیل کننده برای نیروی کار در تولید و تدارکات
۷.۵. بینش روش شناختی
۸. نتیجه گیری
ضمیمه
چکیده فارسی
این مطالعه مروری بر ادبیات سیستماتیک برای درک کاربردها، مزایا و چالشهای دستیاران دیجیتال (DAها) در فرآیندهای تولید و تدارکات ارائه میکند. چارچوب مفهومی ما سه بعد را پوشش می دهد: مدیریت اطلاعات، عملیات مشارکتی و انتقال دانش. ما وظایف مشترک انسان-DA را در زمینههای طراحی محصول، تولید، نگهداری، مدیریت کیفیت و تدارکات ارزیابی میکنیم. این امر به ما امکان می دهد انواع مختلف DA را گسترش دهیم و نشان دهیم که DA چگونه سرعت و سهولت تولید و تدارکات را بهبود می بخشد. نتایج ما نشان میدهد که DAها سرعت و سهولت تعامل کارگران با ماشینها/سیستمهای اطلاعاتی را در جستجو، پردازش و نمایش بهبود میبخشند. مطالعات موجود، DA را با سطوح مختلف استقلال در تصمیمگیری توصیف میکنند. با این حال، اکثر DA ها وظایف را طبق دستورالعمل یا با رضایت کارگران انجام می دهند. علاوه بر این، مشاهده میکنیم که کارگران هنگام دریافت نشانههای حسی متعدد (مانند نشانههای شنیداری و بصری) انجام وظایف و کسب دانش را شهودی تر میدانند. در نتیجه، تحقیقات آینده میتوانند بررسی کنند که چگونه DAها میتوانند با فناوریهای دیگر برای کمکهای چندوجهی مانند ردیابی چشم و واقعیت افزوده ادغام شوند. این امر می تواند پشتیبانی سفارشی DA را برای کارگران دارای معلولیت فراهم کند تا تولید و تدارکات فراگیرتر تسهیل شود.
کلمات کلیدی: دستیار دیجیتال. هوش مصنوعی؛ تولید؛ تدارکات؛ مروری بر ادبیات سیستماتیک؛ صنعت ۵.۰;
Abstract
This study presents a systematic literature review to understand the applications, benefits, and challenges of digital assistants (DAs) in production and logistics tasks. Our conceptual framework covers three dimensions: information management, collaborative operations, and knowledge transfer. We evaluate human-DA collaborative tasks in the areas of product design, production, maintenance, quality management, and logistics. This allows us to expand upon different types of DAs, and reveal how they improve the speed and ease of production and logistic work, which was ignored in previous studies. Our results demonstrate that DAs improve the speed and ease of workers’ interaction with machines/information systems in searching, processing, and demonstrating. Extant studies describe DAs with different levels of autonomy in decision-making; however, most DAs perform tasks as instructed or with workers’ consent. Additionally, we observe that workers find it more intuitive to perform tasks and acquire knowledge when they receive multiple sensorial cues (e.g. auditory and visual cues). Consequently, future research can explore how DAs can be integrated with other technologies for robust multi-modal assistance such as eye tracking and augmented reality. This can provide customized DA support to workers with disabilities or conditions to facilitate more inclusive production and logistics.
KEYWORDS Digital assistant; Artificial intelligence; Production; Logistics; Systematic literature review; Industry 5.0;
۱.Introduction
Researchers and practitioners have tried to design user-friendly human-computer interaction for decades. Finally, graphical user interfaces have been transformed into natural language user interfaces (Følstad and Brandtzæg 2017). Digital assistants (DAs), which are empowered by improved artificial intelligence (AI) systems, such as natural language processing, machine learning, and knowledge representation, can engage in conversations with humans, answer complex questions, performtasks, provide recommendations, andmake predictions (Oracle 2022). These are known as conversational agents, dialogue assistants, chatbots, intelligent personal assistants (IPA), virtual assistants (VA), softbots, or avatars (Maedche et al. 2019; Wellsandt, Hribernik, and Thoben 2021). Some examples are general aids such as Amazon’s Alexa, Apple’s Siri, and Google Assistant (Maedche et al. 2019), while Alibaba’s Xiaomi and JD’s JIMI are chatbots to improve customer service (Jiang, Qin, and Li 2022). In 2023, OpenAI released a large language model of a generative pre-trained transformer CONTACT Eric H. Grosse eric.grosse@uni-saarland.de Chair of Digital Transformation in Operations Management, Saarland University, Campus, Saarbrücken, 66123, Germany (GPT)-4 with the ChatGPT application (OpenAI), which demonstrates the potential (and limitations) in providing responses and solutions for a broad range of subjects, such as code generation, image generation, or textwriting (Frederico 2023; OpenAI 2023a)…
۸. Conclusions
We presented a systematic literature review based on a sample of 69 papers and summarised existing scientific evidence on the applications, benefits, and challenges of using DAs in production and logistics. Based on a conceptual framework, we categorised three main tasks, namely information management, collaborative operations, and knowledge transfer. We performed a detailed analysis of how DAs support human workers in performing tasks across the areas of product design, production, maintenance, quality management, and logistics. We observed that research on DAs mainly concentrated on production and maintenance, and that only a few works investigated product design, quality management, and logistics. We discussed the potentials of DAs fromthe perspective of augmented analytics, hybrid team decision-making, and multi-modal assistance. Additionally, we highlighted the role of DAs in facilitating inclusive production and logistics. From a methodological perspective, we found that existing studies frequently used conceptual or qualitative methods to develop concepts and assess the benefits of DAs; however, additional field studies and comprehensive measurements of DAs are also essential in this line of research…
مقالات مرتبط با این موضوع |
مقاله ۲۰۲۴ در مورد مهندسی صنایع و مدیریت صنعتی |