MétaCan
Menu
Retour à la cohorte
Enregistrement W1767851099 · doi:10.1109/picmet.1991.183642

Engineer participation in scheduling and budgeting: the effect on project performance

2002· article· en· W1767851099 sur OpenAlexaff
DONALD McMANUS

Notice bibliographique

RevueTechnology Management : the New International Language · 2002
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensBoise Cascade (Canada)
Organismes subventionnairesnon disponible
Mots-clésScheduleScheduling (production processes)Project managementProject managerOperations researchEngineering managementComputer scienceExploratory researchProject planningOperations managementEngineeringManagementEconomicsSociology

Résumé

récupéré en direct d'OpenAlex

Summary form only given, as follows. The author looks at how engineer participation in the budgeting and scheduling of a research and development project affects the project's performance in these areas. Data were collected at a Federally Funded Research and Development Center (FFRDC). The FFRDC where the data were collected is involved in some projects which were of an exploratory nature and thus involve high levels of technical uncertainty. For this study, six projects were selected which span the range of projects from those with very little technical uncertainty to those with very high levels of technical uncertainty. The engineers on the six projects were surveyed regarding their participation in project budgeting and scheduling (response rate was 80.6 percent). The division leader for the division where the projects were housed rated each product's performance on budget and schedule as well as the project's overall performance. It was found that no correlation exists between engineer participation in project scheduling and budgeting and project schedule and budget performance. Further exploration via interviews found that it was how the inherent technical uncertainty was handled that seemed to drive project success.>

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,046
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,046
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,029
Tête enseignante GPT0,339
Écart entre enseignants0,310 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTechnology Management : the New International LanguageMême sujetConstruction Project Management and PerformanceTravaux en français237 207