MétaCan
Menu
Retour à la cohorte
Enregistrement W2105368758 · doi:10.1061/9780784412329.143

A Research Framework for Work Sampling and Its Application in Developing Comparative Direct and Support Activity Proportions for Different Trades

2012· article· en· W2105368758 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueConstruction Research Congress 2012 · 2012
Typearticle
Langueen
DomainePsychology
ThématiqueHuman-Automation Interaction and Safety
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCrewSampling (signal processing)ProductivityWork (physics)Computer scienceExperience sampling methodOperations researchEngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

Work sampling has been used to indirectly measure crew productivity. Although favoured for being less costly, easy to adopt, and able to provide quick information, previous work sampling studies have not gone beyond identifying the direct, support, and delay proportions of activities to provide a reasonable estimation of productivity. Research into identifying a relationship between work sampling results and productivity has been limited, and an approach to identify the most productive proportion of direct and support activities for different trades has not been developed. This paper proposes a research framework for crew-based work sampling, supplemented by foreman delay surveys and craftsman questionnaires, to establish a relationship between work sampling and productivity, and to identify the effective proportions of direct and support activities for different trades. The paper describes the development of this framework and illustrates the analysis involved by using case study data. Ultimately, this framework will be used to develop a crew-level productivity analysis model, based on subjective and objective factor modeling, supplemented by work study methods, including work sampling.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,737
Score d'incertitude au seuil0,783

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,363
Tête enseignante GPT0,555
Écart entre enseignants0,192 · 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