The construction industry macro maturity model (CIM3): theoretical underpinnings
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.
Notice bibliographique
Résumé
Purpose The purpose of this paper is to introduce an alternative approach of measuring construction industry performance using maturity modeling. The focus is on introducing a newly developed maturity model referred to as the construction industry macro maturity model (CIM3) and highlighting its use by assessing the maturity of the construction industry of the Province of New Brunswick, Canada. Design/methodology/approach Current methods of construction industry performance measurement such as labor productivity and competitiveness are briefly reviewed, highlighting their weaknesses. The theoretical underpinnings of the CIM3 are discussed and the implementation of the CIM3 to measure the cost and quality management maturity of the New Brunswick construction industry is presented. Findings An assessment of the construction industry's maturity using the CIM3 provides a leading indication of performance. This is based on the industry being structured according to key practices areas that contain key practices. The industry's key practices are linked to objectives that lead to the achievement of performance goals. The maturity of the construction industry with respect to its key practices is a function of the relative importance of the key practices and the capabilities of the industry in implementing the key practices. Based on this, the implementation of the CIM3 in New Brunswick found that the NB construction industry is more mature in cost management than in quality management. Originality/value This paper contributes to the existing body of knowledge on industry performance measurement, and more particularly, construction industry performance measurement. The concept of maturity modeling applied here promotes and demonstrates the use of leading indicators of performance, as recommended in most performance measurement literature.
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 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 | 0,005 | 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 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle