Culture and organizational culture in the construction industry : a literature review
Notice bibliographique
Résumé
The effectiveness and competitive advantage of an organization/project can be enhanced when its members possess an understanding, respect, acceptance, and capacity to manage cross-cultural differences. Ignoring or failing to manage such differences may lead to many problems in the project (e.g., project delays and productivity decrease). In fact, international/transnational projects involving participants from diverse political, legal, economic, and cultural backgrounds are on the rise. Hence, firms should be cross-culturally competent and capable of managing in contrasting cultural factors. However, a recent study conducted in 2013 by the Construction Industry Institute (CII) reported that one of the major concerns of construction professionals is a widespread lack of understanding of foreign cultures, ethnicities, and languages. The aim of this paper is to present a comprehensive review of the literature on cultural aspects in the construction industry so as to identify the knowledge gaps and to suggest recommendations for future research. To do so, the authors have identified and compared major studies on cultural factors. From the comparison, the authors have identified the categories that are considered the most central to understanding cultural differences; they are, “group attachment and relations,” “authority and status,” “uncertainty and rules,” “gender roles and assertiveness,” and “time and future orientation.” The authors also summarize the current research topics in culture in construction and recommend ideas for future research into culture as it pertains to a construction context.
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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».