MétaCan
Menu
Retour à la cohorte
Enregistrement W2925783402

Project Risk and Opportunity Management: The Owner's Perspective

2019· book· en· W2925783402 sur OpenAlexaff
Agnar Johansen, Nils O.E. Olsson, Jergeas George, Asbjørn Rolstadås

Notice bibliographique

RevueCERN Document Server (European Organization for Nuclear Research) · 2019
Typebook
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)Risk managementEngineeringSet (abstract data type)Project managementResource (disambiguation)Project management triangleProject risk managementRisk analysis (engineering)Key (lock)Engineering managementBusinessOperations managementComputer scienceComputer securityFinanceSystems engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Effective risk and opportunity management is key to the successful delivery of any major engineering and construction project. This book looks at how all those involved can manage risk and capitalise on the opportunities that uncertainty present. The authors of this book highlight that uncertainties should be managed rather than avoided. This book will look at simple projects with a small team, to megaprojects where some hundreds of people are involved, and the consequences of delays or unforeseen costs. However, while the obvious risks can be planned for, the authors argue that it is often the opportunities in these situations that can have unexploited potential. This book is about opportunity management seen from the owner’s perspective. It will be an invaluable resource for those studying Engineering both undergraduate and postgraduate and set out ways in which projects should be managed from planning to completion. This book is also a great tool for those working in project management and the construction industry. While there are many books that demonstrate effective construction management, this book is the first of its kind to emphasise that there is opportunity in uncertainty, and possibility in the unexpected.

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)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,558
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0030,001
Science ouverte0,0020,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,006

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 Opus0,085
Tête enseignante GPT0,341
Écart entre enseignants0,256 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations18
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCERN Document Server (European Organization for Nuclear Research)Même sujetConstruction Project Management and PerformanceTravaux en français237 207