TPS 對於生產環境，最高要求的假設是一種穩定的環境（ stable environment ），而且要求具有三個不同構面的穩定性（ stability in three different aspects ）。
一旦我們注意到實際情況，第一個構面則顯現無遺，即使當選擇了一種合適的環境，及有最好的專家來監督實施工作，實現精益得用相當多的時間。萊克（ Liker ）在『豐田模式（ The Toyota Way ）』書中指出，由豐田供應商服務中心（ Toyota Supplier Support Center ， TSSC [ 這是豐田建立的組織，藉此 TPS 傳授給教導美國的公司 ] ）主導的精益實施計畫，每條生產線最少用六到九個月的時間 (10) 。對知情的人並不感到意外，幾乎在任何生產環境中，都有一些流暢性瓦解的情況（ disruptions to flow ），加上看板系統（ Kanban system ）一旦開始接近低庫存目標的敏感作用（ sensitivity ）。由於看板系統的實施需要時間，而其假設是生產環境是相對的穩定 – 即是一段相當長的時間，其中的程序與產品沒有大幅的變化。
[(10) 註： Liker, Jeffrey K., The Toyota Way , McGraw-Hill, 2004. ]
豐田樂於處在一種相對穩定的生產環境。汽車產業容許一年只有一次的變更（年度車子款式的變化），而且這一年與下一年的款式，通常絕大多數的零件都相同。對於許多其他的產業而言，情況並非如此。例如，大部分的電子產業，大多數產品的生命週期小於六個月。就某種程度來看，產品與製程的不穩定性在其他產業幾乎都存在。例如，日立工具工程公司（ Hitachi Tool Engineering ）生產 切削 工具（ cutting tools ），是相當穩定的產品種類，但是激烈的競爭迫使這家公司，每六個月就推出新的切削工具，而且是需要新技術的工具。在這樣的環境中實施精益是種事倍功半的任務。
TPS 要求穩定的第二構面是，在一段時間每種產品需求的穩定性。假設生產某種產品的前置時間（ lead time ）是兩星期，但是該產品需求是零散的（ sporadic ），該產品每季平均只有一張訂單。目前，這種產品投在生產線的在製品每季只有兩週，其他時間不會出現在車間。然而在精益的情境中，不會有這樣的情況，精益要求在兩個工作中心之間，永久保持每種產品的容器。
日立工具工程公司生產超過兩萬種不同的 SKU ，而大多數 SKU 的需求是零散的。在每兩個工作中心間，每一種 SKU 需要永久持有庫存，就日立的情形而論，會造成持有比現在還要多很多的在製品庫存。顯然這個環境並不適合大野的應用方式。
可是， TPS 在穩定性構面的最高要求是，訂單使用各種資源之總生產負荷（ total load ）的穩定性。假設，像大多數公司，訂單並非始終如一，很可能本週某個特殊工作中心的生產負荷比它的產能低許多，而下週的負荷卻比它的產能高一些。在這樣常見的情形，看板系統防止提前製造 – 防止提前生產 – 會造成在第二週錯過交期。豐田的訂單是相當穩定，仍然豐田必須建立接收訂單的方式（及承諾的交期），以約束從一個月到下個月產品組合的變化。大多公司不能強制他們的客戶，以能有如此有利的條件。
要注意的重點是所需的穩定性落在改善生產的職權之外，這三種穩定性的構面必然與公司設計與銷售產品的方式有關，而與生產產品的方式無關。不幸地，大多數公司如不是三種都有，至少處於一種不穩定的構面。
上面所述不表示，對於不符合精益所假設的環境，某些精益系統的部分手法不能使用（例如， U-cells 有助於很多環境的改善，及縮點換線時間的技巧（ setup reduction techniques ）能用於幾乎所有的環境。）而且，這不表示處於上述的不穩定環境，不該期待得到與豐田相同高度的成就 – 得到公司提升到當前該有的層次。使用某些特定的精益技巧，得到某些滿意的成本節約，這樣的改善計畫不該被視為已實行精益管理。
在相當不穩定環境，流暢的重要性
（ The importance of flow in relatively unstable environments ）
福特與大野打開我們的視野，實際上更好的流動性能 – 縮短前置時間 – 帶來高效能的運作機能。他們在穩定的環境中展示這樣的效能，但是在相當不穩定的環境，改善流暢性的作用是什麼呢？
不穩定性的第一個構面是，由於短產品生命週期而造成之不穩定性。短產品生命週期時，過度生產（ overproduction ）能變成過時品（ obsolescence ）。更則，因為短產品生命週期，使長產品生產前置時間錯過市場需求的時間點。例如，假設一種產品的生命週期是大約六個月，而該產品的生產前置時間是兩個月。這個長生產前置時間導致喪失銷售，不是因為沒有需求，而是因為一段不算短的時間內，生產無法滿足需求。
不穩定的第二個構面是，每種產品在一段時間內需求的不穩定性。在大多數 SKU 都是零散需求的環境，常見的作法是試圖從庫存品來滿足需求，以降低營運上的煩擾。如此做法的缺點是高成品庫存，很慢的 庫存週轉，結合高缺貨程度。一套生產系統能夠使車間井然有序，達到更好的流暢度，會對這些環境造成大幅的影響。
遭受第三個不穩定構面的環境 – 整體生產負荷的不穩定性 – 能從更好的流暢性獲得最多改善。各種資源的臨時負荷使這些公司通常有相當差的交期績效（ poor due date performance ）（少於 90% ），結果是他們傾向於增加產能。經驗顯示當這樣的公司成功地大幅改進流暢性時，不僅他們的交期達到百分之九十幾的高標，也 揭露出 50% 之高的多餘產能（ excess capacity ） (11) 。
[(11) 註： Mabin , Victoria J. and Balderstone, Steven J., The World of the Theory of Constraints , CRC Press LLC, 2000. 這是評論 TOC 的國際文獻，其中分析 TOC 的平均改善結果：前置時間縮短 70% ，交期績效改進 44% ，及銷售收入 / 有效產出 / 利潤成長 76% 。 ]
大野證明這些福特採用的概念，並不侷限於單種產品大量生產的環境。雖然應用這些概念於較沒限制的環境，看來難以克服，大野的才華與毅力向我們證實，不僅是可以辦到，還有如何實踐。
我們現在知道：
- TPS 受限於相當穩定的環境。
- 大多數環境處於不穩定的狀態，同時
- 相當不穩定的環境甚至比穩定的環境，能從更好的流暢性得到更多利益。
現在，我們瞭解上述的發展背景，難道我們不該跟隨大野耐一的足跡嗎？我們不該回到上述的供應鏈概念，並導出一套適用於相當不穩定環境的有效應用方式嗎？
供應鏈概念之以時間為基礎的應用方式
（ A time-based application of the supply chain concepts ）
以最直覺的基礎（ most intuitive base ）去設計限制過度生產的機制，不是空間或是庫存，而是時間 – 如果要防止提前生產，就不該提前釋出物料。使用時間為基礎不僅更接近直覺，而且因此更容易為車間採納，它有更適合不穩定環境的優點 – 流動性能中的干擾敏感度較低。
以時間為基礎的穩健機制源於，事實上直接限制系統中整體的工作量，而不是藉由限制每兩個工作中心的工作量。在以流水線或看板為基礎的系統，分配到兩個工作中心之間的庫存，被限制在僅有的最小數量（通常相當於比一個小時的工作量更少的數量）。因此，當一個工作中心停擺超過一段短時間，後續的工作中心幾乎快沒工作可做，而前面的工作中心被阻止繼續工作。對任何工作中心而言，當所有用於匱乏（ starvation ）與封鎖（ blockage ）的時間累積超過該工作中心的多餘產能（ excess capacity ），公司的有效產出降低。以流水線與看板為基礎之系統的敏感度源於，事實上一個干擾發生在一個工作中心，同時會消耗其上下游工作中心的產能 – 這種現象（幾乎）不存在於以時間為基礎的系統，因為工作一旦投入車間，就不受人為限制。
使用以時間為基礎之系統的困難是，對每張訂單，在其期限前，我們應該限制在適當時間釋出所需物料。但是如何計算適當的時間呢？
當電腦出現在產業場景（在六十年代早期）時，就像我們終於有了合適的工具，來處理很大量的細節及所需之估算，計算每張訂單及其物料的適當時間。在十年內，全世界許多公司開發計算用的電腦程式。不幸地，更好的流暢度與更少的在製品的預期結果並未實現。
問題是用於將物料轉變成成品，到準備運送給客戶的時間，更多得視必須等待的時間而定（ the time it has to wait in queues ）（等待正忙於其他訂單的資源，或在裝配前等待另一個零件），而不是多花在處理訂單的加工時間（ touch time ）。一般皆知，幾乎任何的產業生產（除了特殊加工線或使用看板系統的公司），一組零件批量的加工時間只約為前置時間的 10% 。決定何時釋出物料的結果，會決定在哪裡排隊等待及多久，而這會決定完成該訂單所需的時間，又再決定釋出物料的時間。我們面對一種雞與雞蛋的問題。在七十年代，提出以重複作業程序的方式（ reiterating the procedure ）（ 閉環物料需求計劃 [ closed loop MRP] ）來處理這樣的問題 -- 使用電腦系統，檢查各種資源的計畫負荷過多（ planned overloads ）的結果（等待線的大小），以調整交期來消除負荷過多，及重複這樣的作業直到消除所有有意義的超載。這樣的提議沒被採用多久，因為經驗證實該操作程序無法收斂（ converge ），不管重複作業多少次，負荷過多的情況只是從一個資源種類移到另一種。
結果，早在七十年代，使用這些電腦系統就無法指導車間釋出物料的精確時間，而是侷限在向供應商下物料訂單時，提供更好的數量資料（及安排時間）的用途。這些系統的正式名稱被定型以反映他們的主要用途 – 物料 物料需求計劃（ Material Requirements Planning ， MRP ） (12) 。
[(12) 註： Orlicky, Joseph, Material Requirements Planning , McGraw-Hill Book Company, 1975. ]
事實上，如此龐大的工作並未得到一套務實的、以時間為基礎的機制，以能指導何時不生產的運作程序（ guide operations when not to produce ）（防止過度生產）。也不應該以為這是該機制無法被開發及應用於較不穩定的環境的一種證明 – 一種客戶訂單不平均流動的環境，而必須準時達交。甚至不應該打消我們試圖使用時間做為基礎，去設計一套務實的機制。應該視為一種警告，防止試圖去開發處理龐大細節及計算為機制的作法。所需要的是一種鳥瞰作法（ a bird's view approach ）。
回到基本面，隨著供應鏈的概念，目標是改善流暢性 – 縮短前置時間。以時間（而不是空間或庫存）為基礎的機制，來指引何時不生產的運作程序。該機制要求我們應該致力於，在訂單交期之前及時釋出所需物料，在一段合適的短時間釋出所需物料。而我們所謂及時（ just-in-time ）是什麼意思呢？雖然這個名詞『及時』是精益的主要概念，被用於做比喻（ figurative ），而 [ 操作上 ] 非量化的（ quantitative ）。對於精益而言，及時生產當然不表示，剛才在加工的零件，過幾秒鐘後就需在裝載區準備送出 … 或幾分鐘 .. 或幾小時後。實際上，有可能即使在最好的看板系統之下，下一個工作中心不會立即處理這個零件（能從事實推論而知，全部的容器按常規在工作中心之間等待）。所以，什麼時段我們會視為是『及時』呢？更明確的說法：如果我們想要藉由限制釋出物料，來限制過度生產，那麼在訂單到期多久之前，我們應該釋出該訂單所需的物料呢？
一種得到一個合理答案的方式是，藉由檢討時間距離的選擇，為了滿足所有交期，對於所需之管理注意力強度（ the magnitude of the required management attention ）的影響。假設我們在交期之前釋出物料，只是實際需要生產訂單的時間長度。這樣的選擇有必要投入很多的管理注意力，密切地監督作業過程，因為任何的作業延遲，或即使是延遲搬運作業間的零件，就會錯過交期。更則需要精確的排程，已確保不會發生排隊等待的情況，因為任何的等待會延遲等待中的零件。這當然不是一種務實的選擇，即使有無限的管理注意力，還是不足以滿足所有的準時達交。我們必須選擇較長的時間長度，一種時間長度包含容納延遲的安全時間（ safety ）。這種包含安全時間需求的時間長度，即是釋出物料到交期之間的時段，被稱為『時間緩衝（ time buffer ）』的理由。
選擇較長的時間緩衝拉長前置時間及增加在製品，由於較長的時間緩衝表示更多的安全時間，則預期會需要更少的管理時間，且在個別訂單的期限或之前達交的比例會較高。對於相當短的時間緩衝情形，這個說法是正確的。但是當時間緩衝是相當長時，另一個現象開始出現醜陋的一面。我們必須記得，選擇的時間緩衝越長，物料釋出越早，這表示更多的訂單同時出現在車間。當有太多訂單在車間時，塞車開始發生。塞車越多，需要越多的管理注意力以排解優先順序。所需之管理注意力的強度，視選擇的時間緩衝長度而定，如圖一之概要展示。
生產運作實施福特或是大野的系統，樂於只有比實際加工時間長幾倍的平均前置時間，而管理上幾乎不需要投入任何的注意力去引導車間員工現在做什麼工作。他們的確落在圖一左邊的低水平上，可是圖中何處擁有最多作業，在使用更常見的作法呢？
如我們所說，在一般工廠，成批的零件只使用大約 10% 的作業時間，大約 90% 的時間，整批不是在排隊等待資源，則是等待另一種零件到位，才能一起組裝。我們從福特，更是從大野學到，我們不應該接受批量大小作為前提，經濟批量（ economical batch quantities ）並不經濟。取而代之，我們應該且能夠全力達到單件流（ one-piece flow ）的生產作業。基於其易於理解的論述，當加工一批零件時（除了像混合或固化（ mixing or curing ）作業），實際上當在做一個零件時，這批的其他零件在等待。這表示一般公司以大於十個的單位作為一批的數量（這是大多數生產環境的情況），其加工時間實際上少於 1% 前置時間。另一個現象代表這些公司的特質，不管正式的優先順序系統（ priority system ）是什麼，如果有一套正式的優先順序系統存在的話，實際的優先順序系統是：『急 ( 熱 [hot]) 』，『很急（燙 [red hot] ）』，『特急（或停止所有其他事情，立即執行 [drop everything - do it now] ）』。這些公司顯然在管理注意力對時間緩衝圖上曲線 [ 圖一 ] 的右邊的斜坡上。
在右邊的斜坡表示處於雙輸（ lose-lose ）的情勢，不管投入的高管理注意力，還是前置時間很長（相對於加工時間），庫存很高，及很多情況中公司遭受低準交績效（在到期日或之前準時達交的績效， the due-date performance ）之苦（低於 90% ）。想一想，如果管理上已選擇一個較短的時間緩衝（移當圖一中寬廣的水平區域），情況會明顯的改善，那麼怎麼會有大多數照慣例運作的公司處於雙輸的情境呢？
答案來自福特與大野。透過他們的運作，他們決然地證實與普通信念相反的情形，努力安排在所有可用的時間開動所有資源，並非一種有效運作（ effective operations ）的 訣竅。相反地，正好相反的作法才正確，為達成有效運作，局部效率（ local efficiencies ）必須廢止。然而一般公司卻試圖達到資源完全開動。每當上游資源不是瓶頸時（而大多數的環境是這樣的情形），他們有時會沒有工作。為了防止沒工作，就釋出物料，而該物料是較遠期訂單所需的（或甚至是預測的訂單），不可避免的後果是更久的排隊等待。更久的排隊造成某些訂單無法準時完成，接著被詮釋成：我們應該更早釋出物料。同時也被詮釋成：我們沒有足夠的產能。不難想像這樣的力量是如何將公司推上斜坡。
改善流暢性的一個好起點是，選擇時間緩衝等於目前前置時間的一半，這樣的選擇能確保公司處於圖一水平區域的某處。沒有意義將時間浪費在試圖找到最佳的落點，即刻可得的利益太重要不能延後，而接下來的工作會平衡流動性能，則會修改曲線的狀態。
在某訂單所對應的交期之前，將物料釋出的時間限制於僅是時間緩衝的長度（目前前置時間的一半），能大幅改善準交績效，能縮短比現在少一半的前置時間，因此多餘的庫存會被耗盡，減少在製品庫存到少於目前水位一半的程度。
然而，不能期待單是這樣的改變，就能使準交績效達到百分九十幾的高標。就是說車間還有許多訂單，在資源前排隊等待，這樣一來準時達交就得靠運氣，因為在製品的加工順序會造成許多訂單無法準時完成。需要一套優先順序系統。
需要一套優先順序系統不該打開，以為需要使用精確演算法去設定優先順序之門。簡單來說，進來的訂單數量持續在改變，每張訂單的工作內容都不一樣，排隊等待的時間也會持續改變，而且我們不要忘了干擾還在發生。簡言之，這是個高變動性的環境。 舒華特（ Shewhart ）將物理學帶入製造業，及戴明（ Deming ）使之全球聞名的課題是，試圖比某干擾（ the noise ）更加準確，（在我們的情形，在一個高變動性的環境中，試圖使用精確的演算法，以考量每個可能的變數。不會改善情況，而會弄得更糟 – 結果幾乎可以確定不是一種改進，而是使準交績效退步。
當我們認清時間緩衝是目前前置時間的一半，還是比加工時間長多了，因為大幅降低塞車的情形，而不需任何的干預，很多訂單只在三分之一的時間緩衝內就完成，大多數在前面二分之一時間緩衝內完成，如此一來，一套直截了當的優先順序系統就出現了。根據這樣的理解，優先順序由『緩衝管理』來指定。追蹤每一批從投入生產起經過的時間，如果經過少於三分一的時間緩衝，其優先順序是綠色 (green) 。如果經過大於三分之一，而少於三分之二的時間緩衝，顏色是黃色（ yellow ）。如果經過大於三分之二的時間緩衝，顏色是紅色（ red ）。如果超過交期，顏色是黑色（ black ）。黑色的優先順序比紅色高，以此類推。如果兩個批量有相同顏色時，試圖決定那個應該先做，即是試圖比干擾更準確的最佳寫照。
於車間設置這樣的緩衝管理系統相當容易。進行第一步，不需任何實體的改變，就只是抑制物料釋出的時間改為，某對應的交期之前一半過去的前置時間，並且指引車間遵循優先順序的顏色規則。相較於投入的努力，其效應是可觀的。為了得到來自實施第一步之效應的直接印象（及速度），圖二提供一個有兩千工人的工廠，生產許多不同的金屬廚具，延遲訂單的實際百分比。
當然局部效率必須廢止，否則繼續有太早釋出物料的壓力。經驗顯示，車間的每位工作人員理解這種作法的正面效應的速度，要做改變幾乎毫無阻力。
可是在大多數環境，還有訂單會錯過交期，還有很大的改進潛力，並據此獲利。第四項概念也必須轉化成實施方式 – 一套聚焦程序必須就位，用以平衡流暢性。
平衡流暢性的第一個步驟相當容易。抑制物料釋出的作法， 揭露 出之前被 隱蔽的 大量多餘產能。但是可能某些工作中心的多餘產能比其他中心少，因為在這些工作中心的面前有一排庫存像是打著旗號一般顯著。事實上廢止局部效率有助於確認所需之簡單行動（ simple actions ），以增加這些工作中心的產能。簡單行動像是確保一個產能限制的工作中心（ capacity-constrained work center ），在午餐休息時間，或工班交換時間不會停頓，將工作轉給效率較低但有很多多餘產能的工作中心，等等作法 (13) 。
[(13) 註： Goldratt, Eliyahu M. and Cox, Jeff, The Goal: A Process of Ongoing Improvement , North River Press, 1984 ]
由於上述行動為排隊等待的工作中心增加有效產能，排隊縮短， 較少的訂單到達紅色狀態。這表示時間緩衝不需要這麼長，調整時間緩衝的一個有效規則，在沒有高準交績效衰退的風險下，當紅色訂單的數量小於總投入訂單數量的 5% 時，則縮小時間緩衝；當紅色訂單的數量多餘總投入訂單的 10% 時，則增加時間緩衝。
一家公司遵循上述作法的話，會在幾個月內，擁有非常高的準時達交表現，同時有一個大幅縮短的前置時間，及大量的多餘產能。真正的考驗這才開始。在過去，有時（很多時候）高層管理對於完成揭露的多餘產能的反應是，『修正』該產能的大小，及取得成本節約。這是嚴重的錯誤。該『多餘產能』是員工，員工正是在協助公司改善，而直接的後果是以喪失他們的，或他們朋友的工作作為『獎賞』。所有採取這種行動的案例，不可避免的反作用是工廠的表現快速惡化，比開始時還糟糕。希望這樣的高層管理行為已成過去式。
更有意義於處理揭露的多餘產能的方式是據此獲利，鼓勵銷售團隊利用改善的表現去得到更多的銷售。增加的銷售易於顯現真正的瓶頸，當對新訂單給予交期的承諾時，卻忽視該瓶頸的有限產能，會使交期表現退步，失望的客戶會重挫銷售。強化銷售與生產之間的聯繫極為重要 – 這是真正的考驗。一套系統必須就位，以確保只根據瓶頸尚未分配的產能，來給予每個交期的承諾。
瓶頸成為訂單的『鼓拍 [ 節奏 ] （ drum beat ）』，該時間緩衝將交期轉換成投入生產的日期，及抑制投單的行動成為『繩（ rope ）』，來連結訂單與投入的操作。這個道理使以時間為基礎的 TOC 應用方式，成為著名的鼓 - 緩衝 - 繩（ Drum-Buffer_Rope ）系統，或簡稱 DBR 。目前已有廣泛的實驗在於，根據紀錄與分析造成紅色訂單的理由，進一步優化改善的運作程序。
日立的例子
（ Example of Hitachi ）
日立工具工程公司（ Hitachi Tool Engineering Ltd., ）是一家 240 億日圓的（ 24 billion yen ）公司，設計與製造超過兩萬種不同的 切削 工具（ cutting tools ）。大多數產品的需求是零散的，而產業標準迫使他們每六個月就推出新工具產品系列。當新產品系列推出時，較舊的產品系列成為過時產品。難怪他們努力實施精益卻不成功 (14) 。
[(14) 註： Umble, M., Umble E., and Murakami, S., “Implementing theory of constraints in a traditional Japanese manufacturing environment: the case of Hitachi Tool Engineering,” International Journal of Production Research , Vol. 44, No. 10, 15, May 2006, pp. 1863 – 1880. ]
在 2001 年，日立開始在日本的四個工廠之一實施 DBR 。準交績效跳升（從 40% 到 85% ），結合降低一半的在製品（ WIP ）及前置時間，且以相同的勞工數目送交超過 20% 之多的產品，進而鼓勵他們拓廣實施 DBR 。到了 2003 年，四個工廠全都實施 DBR(15) 。
[(15) 註： 同前所述 ]
大幅縮短前置時間及更加好的市場回應，促使供應鏈中的庫存降低 – 配銷商 – 從 8 個月到 2.4 個月。庫存降低可觀地改善配銷商的投資報酬，鬆綁他們的現金，並強化日立與其配銷商之間的關係。難怪配銷商擴大銷售日立推出的工具產品種類，結果是增加 20% 的銷售量（在一個穩定的市場）。
當我們評量這家公司的獲利表現時，揭露了真正的效應，按照事實上在 2002 到 2007 年期間，原物料（金屬）價格成長大約 60% ，而切削工具的售價保持一樣。在這樣的情形下，該公司的利潤應該消失。取而代之，從會計年度結束的 2002 年三月到 2007 年三月，日立的稅前年淨利從 9.8 億日圓（ 0.98 billion yen ）成長到 53 億日圓（ 5.3 billion yen ） -- 五年內淨利成長五倍。日立的利潤比例從 2002 年大約 10% ，成長到 2007 年的 22% ，在這類產業不曾有的最高比例。
DBR 的範圍
（ The boundaries of DBR ）
如之前所強調，一種應用方式會對其環境做出假設（有時是隱藏的假設），而我們不該期待應用方式能在與其假設不符的環境發生作用。 DBR 使用的假設顯然是，假設加工時間與目前的前置時間相比很小（少於 10% ）。這個假設符合如不是大多數也是許多典型的生產環境。但是，的確不符合很廣泛的環境類別，傳統上稱為專案環境（ project environments ）。
在專案環境，加工時間相當長，及客戶為了專案完工的 渴望，迫使營運得承諾前置時間，而前置時間只是加工時間的兩倍（或很少三倍）。難怪在專案環境中，績效差到一個沒人期待專案能準時完成、能於原定經費內完成、與能包含全部內容的境界，而是期待得有所付出。但是，這個事實不該使我們從上述的結論分心，就因為 DBR 的假設不合用。 DBR 不設適合專案環境。一套不同的應用方式，需要一套直接處理相當長加工時間的方式 (16) 。
[(16) 註： Goldratt, Eliyahu M., Critical Chain , North River Press, 1996 ] |
