Impact of Engineering Insurances on the Growth of Turkish Construction Sector
Notice bibliographique
Résumé
Engineering insurances are significant risk transfer instruments in terms of construction risk management. The construction sector comprises approximately 8% - 9% of the GDP of Turkey and employs 2 million people according to 2019 data. It plays a vital role in the economic development of Turkey. When the direct and indirect effects of the construction sector are taken into account, its share in the economy of Turkey reaches around 30%. Construction projects are investments that bear various risks and need meticulous execution. For this reason, it is thought that proper management of the associated risks in the construction sector by means of the risk transfer to insurance sector via engineering insurances will contribute the sustainable growth of the construction sector. In this context, the effect of engineering insurances on the growth of the construction sector is examined empirically, and positive results have been reached. The increase in the use of engineering insurance constitutes a reason for growth of the construction sector. Results of the Granger Causality test, conducted for analysis of causality, indicate that there is causality. Additionally, a mathematical model is investigated in order to observe the effect of the engineering insurances growth, on the growth of the construction sector by utilizing the simple linear regression method. In the study, the model is found to be statistically significant. As a result of the model, it is shown that the growth of engineering insurance has an impact on the growth of the construction industry.
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 | 0,000 |
| 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 ».