Sensing, Smart, and Sustainable Technologies in Industry 4.0: Cyber-Physical Networks, Machine Data Capturing Systems, and Digitized Mass Production
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F75081431%3A_____%2F19%3A00001630" target="_blank" >RIV/75081431:_____/19:00001630 - isvavai.cz</a>
Výsledek na webu
<a href="https://addletonacademicpublishers.com/contents-emfm/1709-volume-14-3-2019/3601-sensing-smart-and-sustainable-technologies-in-industry-4-0-cyber-physical-networks-machine-data-capturing-systems-and-digitized-mass-production" target="_blank" >https://addletonacademicpublishers.com/contents-emfm/1709-volume-14-3-2019/3601-sensing-smart-and-sustainable-technologies-in-industry-4-0-cyber-physical-networks-machine-data-capturing-systems-and-digitized-mass-production</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.22381/EMFM14320195" target="_blank" >10.22381/EMFM14320195</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Sensing, Smart, and Sustainable Technologies in Industry 4.0: Cyber-Physical Networks, Machine Data Capturing Systems, and Digitized Mass Production
Popis výsledku v původním jazyce
Authors inspect the relevant literature on sensing, smart, and sustainable technologies in Industry 4.0, providing both quantitative evidence on trends and numerous in-depth empirical examples. They performed analyses and made estimates regarding challenges of implementing artificial intelligence, top barriers encountered by manufacturers in Industry 4.0, the biggest benefits of industrial data analytics for organizations, and top five Industry 4.0 applications with progress achieved. Data collected from 4,600 respondents are tested against the research model by using structural equation modeling.
Název v anglickém jazyce
Sensing, Smart, and Sustainable Technologies in Industry 4.0: Cyber-Physical Networks, Machine Data Capturing Systems, and Digitized Mass Production
Popis výsledku anglicky
Authors inspect the relevant literature on sensing, smart, and sustainable technologies in Industry 4.0, providing both quantitative evidence on trends and numerous in-depth empirical examples. They performed analyses and made estimates regarding challenges of implementing artificial intelligence, top barriers encountered by manufacturers in Industry 4.0, the biggest benefits of industrial data analytics for organizations, and top five Industry 4.0 applications with progress achieved. Data collected from 4,600 respondents are tested against the research model by using structural equation modeling.
Klasifikace
Druh
J<sub>SC</sub> - Článek v periodiku v databázi SCOPUS
CEP obor
—
OECD FORD obor
50200 - Economics and Business
Návaznosti výsledku
Projekt
—
Návaznosti
N - Vyzkumna aktivita podporovana z neverejnych zdroju
Ostatní
Rok uplatnění
2019
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Economics, Management, and Financial Markets
ISSN
1842-3191
e-ISSN
1938-212X
Svazek periodika
14
Číslo periodika v rámci svazku
3
Stát vydavatele periodika
US - Spojené státy americké
Počet stran výsledku
7
Strana od-do
37-43
Kód UT WoS článku
—
EID výsledku v databázi Scopus
2-s2.0-85074478616