Evaluation of Risk Management Practice in the Nigeria Construction Industry
Notice bibliographique
Résumé
The construction industry is an essential contributor to a country’s economic growth. Unfortunately, the sector's contribution to the economy is hindered by numerous risk surrounding a construction project. Despite the harmful effect of construction risk, it cannot be eliminated but it can only be managed. Therefore, this study aimed at evaluating the practice adopted for managing construction risk within Nigeria construction industry. The quantitative research approach was adopted, and a descriptive study was selected because it gives an accurate account of the characteristics, for example, the behaviour, opinions, abilities, beliefs and knowledge of a situation or group. The questionnaire was sent out to 200 respondents out of which a total of 150 questionnaires were valid. All the valid questionnaires were analysed using SPSS v23 adopting the exploratory factor analysis method. The findings showed that just like developed countries the Nigeria construction industry adopt the best practice of risk management in construction projects. These practices include risk identification, assessment, response and control. The exploratory factor analysis revealed that under risk identification the practice adopted by the construction professionals is dived into information sourcing and history of the project. Concerning risk assessment, the practice comprises of event analysis and creating a picture of the project. The method adopted for risk response includes generating a risk reduction methodology, establishing risk management back up plan and shifting the risk to a third party. Whereas for risk control the practice consists of enhancing construction project quality and improving the program plan of the construction project. The study contributes to the better management of construction project risk in Nigeria.
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 | 0,010 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».