MétaCan
Menu
Retour à la cohorte
Enregistrement W1523882932 · doi:10.13033/ijahp.v3i2.121

APPLICATION OF MULTI-CRITERIA DECISION MAKING PROCESS TO DETERMINE CRITICAL SUCCESS FACTORS FOR PROCUREMENT OF CAPITAL PROJECTS UNDER PUBLIC-PRIVATE PARTNERSHIPS

2011· article· en· W1523882932 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of the Analytic Hierarchy Process · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiquePublic-Private Partnership Projects
Établissements canadiensUniversity Canada West
Organismes subventionnairesnon disponible
Mots-clésProcurementCritical success factorBusinessCapital (architecture)MarketingOperations managementFinanceEconomics

Résumé

récupéré en direct d'OpenAlex

<p class="MsoNormal" style="margin: 0in 0in 0pt;"><span>Investigation about project success has attracted the interest of many researches and practitioners. Determining the critical success factors for procurement of capital projects is a contemporary phenomenon. This paper presents the outcome of an investigation into the critical success factors in Public-Private-Partnerships (P-P-P) for procurement of capital projects using the multi-criteria decision making process. Drawing from the results of responses to a survey of 705 experts involved in P-P-P projects worldwide, the paper presents the critical success factors (CSF) from a list of 47 factors, identified as contributing to the successful delivery of capital projects. The study revealed that owner satisfaction with the delivered project, adherence to schedules/budget/quality/ safety/environmental controls, and appropriate funding mechanisms were predictable factors while lack of legal encumbrances, clearly defined project mission and adequate planning and control techniques were less commonly expected factors.</span></p><p class="MsoNormal" style="margin: 0in 0in 0pt;"><span>http://dx.doi.org/10.13033/ijahp.v3i2.121<br /></span></p>

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,525
Score d'incertitude au seuil0,815

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,158
Tête enseignante GPT0,379
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle