MétaCan
Menu
Retour à la cohorte
Enregistrement W2562423509 · doi:10.29173/mocs176

Social Network Analysis of Stakeholder Relationships during Construction Industrialization in China

2015· article· en· W2562423509 sur OpenAlexaffvenue
Yingbo Ji, Xiaotong Li, Hong Li, Mohamed Al‐Hussein, Limao Zhang

Notice bibliographique

RevueModular and Offsite Construction (MOC) Summit Proceedings · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueKnowledge Management and Sharing
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésIndustrialisationSocial network analysisStakeholderChinaSocial network (sociolinguistics)BusinessEnvironmental resource managementRegional sciencePolitical scienceGeographySociologyPublic relationsComputer scienceSocial scienceEconomicsSocial capitalSocial mediaWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Modular and off-site construction has garnered world-wide attention, as evidenced by the gathering momentum of construction industrialization in China. This entails a transition for stakeholders within the construction industry, as construction industrialization will alter relationships among stakeholders on a number of levels. In this research, the stakeholders involved in construction industrialization in China are identified, and the stakeholder relationships are quantified through three surveys. Based on the collected data, the stakeholder relationships are mapped and analyzed using social network analysis. The results indicate that the social network of industrialization construction is not dense and less tied, generates relatively low impacts on the behaviors of individual stakeholders; as the most influential stakeholders, the general contractor, owner, and surveyors and designers control most of the resources; due to their influence in the form of policies, the government can become an important stakeholder during the process of construction industrialization Through strengthening the policy guidance, it can attract new stakeholders for the integrated network, incubate a construction industrialization corporate group with integrated abilities of R&D, design, construction and operation, which is valuable to effectively promote the development of construction industrialization in China.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,695

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,079
Tête enseignante GPT0,279
Écart entre enseignants0,200 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueModular and Offsite Construction (MOC) Summit ProceedingsMême sujetKnowledge Management and SharingTravaux en français237 207