An Assistive and Research Framework Methodology for Ships’ Upkeep and Repair Organisational Learning Performance
Notice bibliographique
Résumé
The Omani Dockyard (OD) requires the development of a research methodology, which encompasses an assistive framework to maintain the research boundary to support a research framework. A research framework is developed to understand the behaviour of variables. A deductive / quantitative – survey questionnaire is employed in the main research to statistically understand the ‘mindsets / opinions’ of a large population and an inductive / qualitative – semi-structured interview using selected senior managers for the total research. Another questionnaire was used to critically learn from the agreement of the senior managers if the proposed contributions were in line with the ships’ upkeep and repair ‘organisational performance’. The initial and most definitive requirement is also to understand the strength of independent and mediation constructs applicability for the enhancement of performance. The problem is in the area of ‘enhancement of organisational learning on knowledge and competencies’ to underpin ships’ upkeep and repair support performance for better availability of operational ships. This research methodology was designed for a ‘major piece of research’ involving a doctorate dissertation in ships’ support performance. The conclusion and recommendation for a ‘major piece of research’ formulated the framework / model to underpin performance. This study concentrates on the research methodology that was used for ships’ upkeep and repair performance of the Omani dockyard with a compressive description of the total results, which can be generalized for other studies.
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.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,025 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».