Project Managers and the Journey from Good to Great: Rethinking Project Management Training and Education in the Oil and Gas industry
Notice bibliographique
Résumé
This study explores how education and training institutions can prepare project managers more effectively by evaluating project management education and development from the perspective of working project managers. The main objectives of this study are to describe the perceptions of project managers in the oil and gas sector regarding the skills, knowledge, and competencies necessary for success of future project managers; and to provide a practical framework to support project management education and training for developing project managers’ competency to face the complexity of projects. This study applied grounded theory, Delphi technique, and focus groups to solicit the opinions of project managers and project engineers working in the oil and gas sector in Calgary. The results of this study have provided insight into four main areas which educational institutions should consider in developing and preparing future project managers: 1) developing skills for dealing with complexity, 2) developing softer parameters of managing projects; especially interpersonal skills and leadership as opposed to just technical skills, 3) preparing project managers to be engaged within the context of real life projects, and 4) continuous skill development for project managers. The author argues that the education and training systems must do more to prepare project managers on their journey from good to great. The findings of this study reveal the importance of content, process of training, and education within the context of projects. The proposed model represents the bridge between the real world practice of project management and what should be included in project management education and training provided by educational institutions and industries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,027 | 0,023 |
| 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 | 0,008 | 0,015 |
| Communication savante | 0,011 | 0,012 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».