MétaCan
Menu
Retour à la cohorte
Enregistrement W2121794170 · doi:10.1002/pmj.21291

Contextualized Project Management Practice: A Cluster Analysis of Practices and Best Practices

2012· article· en· W2121794170 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

RevueProject Management Journal · 2012
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésArchetypeMaturity (psychological)Competence (human resources)Knowledge managementBest practiceCapability Maturity ModelPerspective (graphical)Sample (material)Empirical researchData scienceSociologyComputer sciencePsychologyEpistemologyManagementSocial psychologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The specificity of project management in different contexts and industries is recognized, but little empirical research encompasses a sufficiently broad range of contexts and project types to precisely identify these specificities. This article adopts such a wide perspective based on a large sample of data from an ongoing empirical investigation of project management practice. Contextual archetypes are identified (i.e., clusters of experienced practitioners that share similar organizational and project contexts). Archetypes of contextualized practice are then investigated through the study of the extent of use of empirically identified toolsets in each cluster. The results empirically confirm some well-known assumptions about practice but also sharpen the knowledge and understanding of practice in real complex multidimensional contexts. A new concept of “performing-maturity” emerged from the data. This concept sheds light on the entangled imbrications of maturity, competence, and success. Practices are regressed against performing-maturity to reveal best contextualized practices.

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)0,016
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,837
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,000
Communication savante0,0020,007
Science ouverte0,0010,001
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 Opus0,215
Tête enseignante GPT0,486
Écart entre enseignants0,271 · 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