System model for analysing construction labour productivity
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.
Notice bibliographique
Résumé
Purpose Despite long-term, sustained research and industry practice, predicting construction labour productivity (CLP) using existing factor and activity modelling approaches remains a challenge. The purpose of this paper is to first demonstrate the limited usefulness of activity models and then to propose a system model approach that integrates factor and activity models for better prediction of CLP. Design/methodology/approach The system model parameters – comprising factors and practices – and work sampling proportions (WSPs) were identified from literature. Field data were collected from 11 projects over a span of 29 months. Activity models based on the relationship between CLP and WSPs were created, and their validity was tested using regression analysis for eight activities in the concreting, electrical and shutdown categories. The proposed system model was developed for concreting activity using the key influencing parameters in conjunction with WSPs. Findings The results of the regression analysis indicate that WSPs, like direct work, are not significantly correlated to CLP and fail to explain its variance. Evaluation of the system model approach for the concreting activity showed improved CLP prediction as compared to existing approaches. Research limitations/implications The system model was tested for concreting activity using data collected from six projects; however, further investigation into the model’s accuracy and efficacy using data collected from other labour-intensive activities is suggested. Originality/value This research establishes the role of WSPs in CLP modelling, and develops a system modelling approach to assist researchers and practitioners in the analysis of productivity-influencing parameters together with WSPs.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle