MétaCan
Menu
Retour à la cohorte
Enregistrement W2098088157 · doi:10.1061/(asce)me.1943-5479.0000013

Attitude-Based Negotiation Methodology for the Management of Construction Disputes

2010· article· en· W2098088157 sur OpenAlexaff
Saied Yousefi, Keith W. Hipel, Tarek Hegazy

Notice bibliographique

RevueJournal of Management in Engineering · 2010
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésNegotiationConflict resolutionManagement scienceComputer scienceResolution (logic)Process managementOperations researchKnowledge managementBusinessEngineeringPolitical scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

A systematic negotiation methodology for construction disputes is presented to take into consideration the attitudes of negotiators at two complementary levels of decision making: strategic and tactical. At the strategic level, the proposed methodology employs the graph model for conflict resolution and helps negotiators find the most beneficial subset of solutions to the conflict. At the tactical level, the proposed methodology examines the most beneficial strategic decisions using utility functions to provide agreed-upon tradeoffs with respect to any conflicting issues. A construction case study is used to illustrate the proposed methodology and demonstrate the importance of incorporating decision makers’ attitudes into negotiation to better identify the most feasible decisions. The proposed methodology may assist negotiators with the challenges of conventional negotiation through the incorporation of decision makers’ attitudes into a range of analytical tools that will clarify interests, determine equilibrium outcomes, identify tradeoffs, recognize negotiators’ satisfaction, and generate optimum solutions.

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)0,017
score de la tête « metaresearch » (Gemma)0,025
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: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,003
Communication savante0,0030,005
Science ouverte0,0030,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,095
Tête enseignante GPT0,372
Écart entre enseignants0,278 · 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

Citations60
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management in EngineeringMême sujetConstruction Project Management and PerformanceTravaux en français237 207