MétaCan
Menu
Retour à la cohorte
Enregistrement W2016620407 · doi:10.1108/17538370810906246

An effect‐cause‐effect analysis of project objectives and trade‐off assumptions

2008· article· en· W2016620407 sur OpenAlexaff
Avninder Gill

Notice bibliographique

RevueInternational Journal of Managing Projects in Business · 2008
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueOperations Management Techniques
Établissements canadiensThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésOriginalityValue (mathematics)Project managementRealization (probability)Quality (philosophy)EconomicsManagement scienceBusinessRisk analysis (engineering)Industrial organizationComputer scienceProcess managementSociologyManagement

Résumé

récupéré en direct d'OpenAlex

Purpose This paper endeavors to critically examine the trade‐offs among project objectives and their underlying assumptions. Design/methodology/approach Effect‐cause‐effect (ECE) methodology of theory of constraints (TOC) has been applied to examine the assumptions behind successfully managing business projects. Findings The essence of discussion in this paper leads towards the realization that a possibility exists for time, cost and quality objectives to be pursued collectively in a project management environment. Research limitations/implications This paper evaluates to what extent trade‐offs among project objectives actually exist and explores the possibility of their co‐existence in a project management environment. This realization can significantly impact the project trade‐off models in existing literature. Originality/value Time, cost and quality have been recognized to be important objectives to successfully complete a project and several studies have acknowledged the necessity to address their trade‐offs. However, most of these studies have taken the trade‐offs for granted without critically examining the assumptions behind such trade‐offs. The present paper fills that gap by applying ECE approach of TOC to examine project management trade‐off assumptions. There‐in lies the value of the current paper.

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)0,071
score de la tête « metaresearch » (Gemma)0,147
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,374

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0710,147
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,004
Communication savante0,0040,004
Science ouverte0,0020,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0110,000

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.

Tête enseignante Opus0,074
Tête enseignante GPT0,421
Écart entre enseignants0,347 · 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'étudeThéorique ou conceptuel
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

Citations5
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Managing Projects in BusinessMême sujetOperations Management TechniquesTravaux en français237 207