MétaCan
Menu
Retour à la cohorte
Enregistrement W2009571275 · doi:10.5539/ass.v11n1p193

Managing the Company in the Setting of Implementing Large-Scale Development Programs

2014· article· en· W2009571275 sur OpenAlexvenueno aff
Nikolay Kuznetsov

Notice bibliographique

RevueAsian Social Science · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering and Environmental Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBaseline (sea)SchedulePlan (archaeology)Project managementWork (physics)Scale (ratio)Project planningProject planRisk management planComputer scienceProject management triangleProcess managementAutomationProject risk managementWork scheduleEarned value managementEngineering managementOperations managementOPM3BusinessSystems engineeringRisk assessmentEngineeringIT risk management

Résumé

récupéré en direct d'OpenAlex

This article examines issues of streamlining project management systems in the setting of implementinglarge-scale company development programs.The primary aim of this work is to present a methodological approach towards the development of specificfunctional areas of project management and the formation of a baseline plan for the implementation of theproject, which consists of three major documents – a content management plan, a baseline schedule, and aproject cost management plan. The work provides methods and algorithms for the formation of baseline planresults and qualitative and quantitative assessment of risks and the project budget.At the same time, the author provides a number of limitations to the use of the proposed methodology, the mostcrucial of which deal with companies’ lack of specialists possessing the necessary level of professionalcompetencies, lack of special programming solutions on the automation of project management systems, and thelabor intensity of accurate and full quantitative assessment of possible damage in case of a risk event arising.

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)0,014
score de la tête « metaresearch » (Gemma)0,016
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,003
Communication savante0,0090,005
Science ouverte0,0020,008
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,217
Écart entre enseignants0,210 · 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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetEngineering and Environmental StudiesTravaux en français237 207