MétaCan
Menu
Retour à la cohorte
Enregistrement W2883714063 · doi:10.1061/(asce)me.1943-5479.0000639

How to Improve Interface Management Behaviors in EPC Projects: Roles of Formal Practices and Social Norms

2018· article· en· W2883714063 sur OpenAlexaff
Wenxin Shen, Byungjoo Choi, Sang Hyun Lee, Wenzhe Tang, Carl T. Haas

Notice bibliographique

RevueJournal of Management in Engineering · 2018
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésProcurementInterface (matter)Knowledge managementAffect (linguistics)Project managementPsychologyBusinessComputer scienceEngineeringMarketing

Résumé

récupéré en direct d'OpenAlex

Interface management (IM) has emerged as an effective strategy to reduce interface-related issues and risks by facilitating communication and coordination among diverse parties, particularly in engineering, procurement, and construction (EPC) projects. This study developed and tested a theoretical model to investigate how formal IM practices, social norms (i.e., management norms and project norms regarding IM), and personal attitudes interactively affect individuals’ IM behaviors. The results show that an individual’s IM behaviors are directly driven not only by formal IM practices but also by management and project norms regarding IM. Additionally, formal IM practices have significantly positive effects on management norms, project norms, and personal attitudes toward IM. The findings of this research contribute to the IM body of knowledge by offering insights into the relationships among interface participants’ IM behaviors, formal IM practices, social norms, and personal attitudes in EPC projects. Understanding these in-depth underlying relationships can help to develop effective strategies (e.g., developing and maintaining favorable management and project norms) for motivating and supporting IM behaviors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,066
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,066
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,039
Tête enseignante GPT0,340
Écart entre enseignants0,301 · 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 source (Gemma direct ou Codex distillé), 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

Citations39
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management in EngineeringMême sujetConstruction Project Management and PerformanceTravaux en français237 207