10.5.0 Panel 10.5.0: Cultural, Psychological and Motivational Factors in Risk Management: “<i>Major Issues</i>” or “<i>Let's Not Go There</i>”
Notice bibliographique
Résumé
Abstract There is abundant evidence that the biggest obstacles to effective risk management are psychological paradigms rooted in the organization's culture. These paradigms were present in the Challenger, Columbia and Chernobyl catastrophes. Consider the following examples: When asked to name their top risks, program decision‐makers confidently do so. When asked if the risks are in the database, a typical response is “no, that's not the type of thing we put in our risk management database.” Some individuals view risks as challenges; others fear their acknowledgement. Many engineers deny or don't communicate risks. Program managers wanting to present their program in a positive manner to management or the customer often downplay serious risks. In the Time Magazine article “Why We Worry About the Wrong Things – The Psychology of Risk” psychology professor Paul Slovic explains, “there are two systems for analyzing risk: an automatic intuitive system and a more thoughtful analysis. Our perception of risk lives largely in our feelings, and most of the time we're operating on this system.” In evaluating a risk, the brain's most primitive part, the amygdala, acts first. It is not till later that the higher regions of the brain get the signal. This, explains Time author Jeff Kluger, is why “… we wring our hands over the mad cow pathogen that might be (but almost certainly isn't) in our hamburger, and worry far less about the cholesterol contributing to heart disease that kills 700,000 of us annually.” Intelligent Enterprises effectively employ risk management processes and tools to reinforce utilization of the higher regions of the brain over the primitive part. Our panelists are among the world's most highly respected SE and Risk Management practitioners. They will characterize psychological, cultural and motivational inhibitors and describe key practices used by Intelligent Enterprises to accomplish Intelligent Risk Management. Further information about this panel topic, and risk management in general panel, may be found at http://www.incose.org/practice/techactivities/wg/risk/ .
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».