Significance ranking of parameters impacting construction labour productivity
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 Construction labour productivity is often influenced by variations in work conditions and management effectiveness. It is substantially important to understand the nature and extent to which individual parameters affect productivity. The purpose of this paper is to focus on providing insight on parameters that affect daily job-site labour productivity by investigating their relative significance and influence on work output. Design/methodology/approach The methodology is based on the illustration and use of three different data analysis techniques to rank parameters that affect a certain process. These techniques include Fuzzy Subtractive Clustering, Neural Network Modelling and Stepwise Variable Selection Procedure. The first one belongs to inferential statistics, while the other two are artificial intelligence based techniques. The collection of field information, spanning over a time period of ten months, comprised of daily real time observations of job-site operations, work progress information collected from project managers and supervisors by using customized forms, and daily weather condition recorded through internet sources. Nine parameters are considered in the study presented in this paper. The data on these parameters is examined and their relative influence and contribution in productivity estimates are assessed. The approach was to consider a limited set of parameters relating to daily job-site productivity. The methodology presented in this paper provides insight on the relative impact of parameters, affecting labour productivity on short term or daily basis. The results based on each of the three methods are analyzed and transformed into a final ranking of parameters. Findings The three most important parameters are identified in the same order by the fuzzy logic and neural networks methods. Regression analysis, however, provided somewhat different results. Originality/value This research investigates the contribution of a set of parameters towards the variations in daily job-site labour productivity. For practitioners such as site engineers, this is of practical importance for making daily work plans. On the other hand, the structured approach presented to perform significance ranking of parameters relevant to an engineering process, may also be of interest to other researchers and practitioners.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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