MétaCan
Menu
Retour à la cohorte
Enregistrement W3086177894 · doi:10.12821/ijispm070104

Project resilience: a conceptual framework

2022· article· en· W3086177894 sur OpenAlexaff
Khalil Rahi

Notice bibliographique

RevueInternational journal of information systems and project management · 2022
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésResilience (materials science)Conceptual frameworkProcess managementComputer scienceKnowledge managementBusinessSystems engineeringSociologyEngineeringSocial scienceMaterials science

Résumé

récupéré en direct d'OpenAlex

Resilience is a novel but promising concept in project management studies. Resilience thinking can help projects maintain their performance through flexible, systemic and context-specific approaches once faced with disruptive events. That said, the main goal of this paper is to advance an interdisciplinary understanding of project resilience by proposing a definition and a conceptual framework of this concept. To achieve this article's objectives, the literature on project risk management is first reviewed to identify current research effort and limitations of dealing with disruptions. Consecutively, the concept of resilience in its broader applicability is explored, where two dimensions are sieved; awareness and adaptive capacity. The literature on the new concept of project resilience is also scrutinized, where its novel nature, the lack of scientific studies to conceptualize it, and its significance to project management are demonstrated. These facts helped propose a definition and a conceptual framework of project resilience, where a set of relationships are instigated, which constitute a base line to perform further disquisitions to assess their validity. Implications for future contributions advocate conceptual exchanges with more advanced research fields (e.g. organizational resilience). These exchanges can assist in the development of indicators to evaluate the ability of projects to deal with disruptive events and enhance their resilience.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,776
Score d'incertitude au seuil0,807

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,051
Tête enseignante GPT0,365
Écart entre enseignants0,314 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational journal of information systems and project managementMême sujetConstruction Project Management and PerformanceTravaux en français237 207