Calibrating CII RT283’s Modularization Critical Success Factor Accomplishments
Notice bibliographique
Résumé
Modularization is a well-known construction technique where sections of the job are moved from on-site to a fabrication shop. Previously, the researchers identified the 21 most influential Critical Success Factors (CSFs) for successful modularization and quantified the degree of each CSF’s accomplishment by conducting a survey with 19 subject matter experts, and a case study with three modular projects. Through this methodology, the findings relied on the experience of experts. However, still missing from the understanding of modularization CSFs is a validation of the current degree of each CSF’s accomplishment by examining actual modular projects using a sufficient number of samples. This paper presents a comparison of CSF accomplishment degree between 25 actual sample projects (project based) and the industry experts’ survey results (experience-based estimation). The study results indicate that the industry experts made a good estimation of the current occurrence degree of each CSF. The study did identify, however, three significantly overestimated CSFs and three underestimated CSFs. The three most overestimated CSFs are Owner-Furnished/Long Lead Equipment Specification, Cost Savings Recognition, and O&M Provisions. The three most underestimated CSFs are Contractor Experience, Management of Execution Risks, and Transport Delay Avoidance. This study will help the industry to 1) better understand modularization CSFs and their accomplishment statuses; 2) achieve higher modular project performance by accomplishing the CSFs
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».