MétaCan
Menu
Retour à la cohorte
Enregistrement W2049316940 · doi:10.1108/01443570410569047

The role of project target clarity in an uncertain project environment

2004· article· en· W2049316940 sur OpenAlexaboutno aff
Paul Hong, Abraham Y. Nahm, William J. Doll

Notice bibliographique

RevueInternational Journal of Operations & Production Management · 2004
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTeamworkCLARITYProcess managementNew product developmentBusinessProject managementProject planningOutcome (game theory)Knowledge managementProject teamProduct (mathematics)Computer scienceMarketingSystems engineeringEngineeringEconomicsManagement

Résumé

récupéré en direct d'OpenAlex

Product development is recognized as cross‐functional teamwork that has become important in the fast‐paced, globally competitive environment. Despite an extant body of knowledge on the importance of fuzzy front‐end planning and functions of goals in the management literature, the impact of uncertain project environment and goal setting mechanisms in front‐end planning is not fully understood. Product development literature presents numerous case studies or conceptual papers that emphasize the importance of upfront planning and a need for team building; however, large‐scale empirical studies are rare. This paper presents a model linking uncertain project environment, project target clarity, teamwork and its outcome measures (i.e. a product's value to customer and time to market). The data were analyzed from 205 product development projects of firms from the USA and Canada. Valid and reliable instruments were developed to assess the nature and impact of inter‐relationships of these variables. Results from structural model tests indicate that uncertain project environment influences the nature of project targets which in turn affects the level of teamwork. Teamwork is an important process outcome for enhancing value to customer and time to market. Management implications are discussed as well.

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)0,011
score de la tête « metaresearch » (Gemma)0,060
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 enseignants0,011
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,060
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0040,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,057
Tête enseignante GPT0,378
Écart entre enseignants0,321 · 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

Citations89
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Operations & Production ManagementMême sujetConstruction Project Management and PerformanceTravaux en français237 207