Crewing of Sea Vessels Taking into Account Project Risks and Technical Condition of Ship Equipment
Notice bibliographique
Résumé
Motivation: One of the main concepts in project management is the concept of “team” in the project, and in project management - the human resources management of the project, which includes the processes of planning, forming and creating a team, its development and support activities, transformation or disbandment of the team. Despite the great attention paid to the formation of project management teams, existing studies do not fully highlight the specifics and features of crew operations. Criteria for the quantitative optimization of the ship's crew should be consistent with the main objectives of the project.Novelty: The research paper proposes an approach that allows optimizing the quantitative composition of the crew of a ship by more accurately assessing the level of project risks and costs associated with the maintenance of ship equipment. The practical application of this approach will optimize the quantitative composition of the ship's crew, which will both satisfy the needs of managing the technical equipment and minimize the risks and costs of the shipowner.Methodology and Methods: Risk management tools were used to achieve the objective and test the hypotheses suggested in the research, namely: methodology for estimating the net present value of the project; the method of estimating internal rate of return for the project; the method of estimating the return on investment in the project; the method of estimation for the period of return on investment costs in the project; the method of estimating the discounted payback period for the project, as well as the tools of simulation modelling (Monte Carlo simulation method). The method of identification and grouping in the process of classification of project risks in the sphere of marine transportation, methods of systematization, grouping and logical generalization were also applied for systematization of information, drawing conclusions and making scientific suggestions in the research.Policy Considerations: Shipping plays an important role in the trade and tourism industry; human factor is the most important aspect that determines the efficiency of shipping development; maintaining of technical and technological processes of the ship puts certain requirements to the quantitative and qualitative composition of the team, deviation from which leads to the occurrence of certain risk events; formation of an effective model of ship's crew manning is the main link in ensuring effective shipping project management.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».