MétaCan
Menu
Retour à la cohorte
Enregistrement W2090413280 · doi:10.1016/j.proeng.2011.07.247

The Predictability of Fast-Track Projects

2011· article· en· W2090413280 sur OpenAlexaff
A.A. Alhomadi, Reza Dehghan, Janaka Y. Ruwanpura

Notice bibliographique

RevueProcedia Engineering · 2011
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPredictabilityTracking (education)Variance (accounting)Computer scienceQuality (philosophy)Operations researchEngineeringStatisticsBusinessMathematicsAccounting

Résumé

récupéré en direct d'OpenAlex

Fast-Tracking to accelerate, overlap or compress schedules has an impact on project predictability in terms of achieving the planned objectives (time, cost, and quality). Predictability plays an important role in project success. Some studies focused on the fast-tracking impact on each objective; however, no research directly addressed the relationship between fast-tracking and predictability of the project's objectives. This paper investigates the relationship between fast-tracking and predictability with regard to success in meeting the project's planned objectives. A literature review was used. Significant findings in the study are the confirmations of the literature about the impact of fast-tracking on project predictability. This impact is that fast-tracking may lead to less predictability for the project's outcomes. The research results emphasize the need for further investigation of the relationship between fast-tracking technique and the project's predictability indices (cost variance, time variance and quality variance) in order to a achieve better understanding of the relationship and improve predictability.

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)0,004
score de la tête « metaresearch » (Gemma)0,040
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 enseignants0,004
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,040
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
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 Opus0,091
Tête enseignante GPT0,291
Écart entre enseignants0,200 · 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

Citations23
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProcedia EngineeringMême sujetConstruction Project Management and PerformanceTravaux en français237 207