MétaCan
Menu
Retour à la cohorte
Enregistrement W2028067762 · doi:10.5539/jsd.v3n4p268

Building Failure and Collapse in Nigeria: the Influence of the Informal Sector

2010· article· en· W2028067762 sur OpenAlexvenueno aff
Olabosipo I. Fagbenle, Adedamola O Oluwunmi

Notice bibliographique

RevueJournal of Sustainable Development · 2010
Typearticle
Langueen
DomainePsychology
ThématiqueFacilities and Workplace Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWorkmanshipIgnoranceEnforcementPrivate sectorGovernment (linguistics)Informal sectorBusinessPoliticsQuality (philosophy)Order (exchange)Economic growthEconomic policyFinancePolitical scienceOperations managementEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

The occurrence of building failure and collapse has become a major issue of concern in the development of this nation as the magnitudes of this incident are becoming very alarming. This paper therefore examines the incidents of building failure/collapse in Nigeria. By focusing on six major states from each of the six geo-political regions of the country, the paper examined the contributory role of the informal sector to this decadence. The study indicated that the building failure and collapse stem principally from hasty construction, low quality workmanship, poor supervision, inexperience (use of incompetent hands), ignorance, evasion/ non-compliance with building regulations and non enforcement of building quality, standard and control on construction site/market. This study has revealed that more than 70% of the reported cases of building collapse in Nigeria stemmed from the informal sector. It further showed that 70-0%, 23-3% and 6.7% of the reported cases occurred in private, public and corporate organizations respectively. In this paper, it is concluded that it is important to educate or giver further advice to the government and the governmental agencies to be proactive to their duties in order to curb/reduce this negative image.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,017
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,005
Tête enseignante GPT0,225
Écart entre enseignants0,221 · 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

Citations63
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetFacilities and Workplace ManagementTravaux en français237 207