MétaCan
Menu
Retour à la cohorte
Enregistrement W3117924034 · doi:10.1080/13504509.2020.1867251

Assessing risk management in Brazilian social projects: a path towards sustainable development

2020· article· en· W3117924034 sur OpenAlexaff
Layse Freitas Boere de Moraes, Izabela Simon Rampasso, Rosley Anholon, Gílson Brito Alves Lima, Luis Antonio de Santa-Eulália, Elaine Mosconi, Ivany Terezinha Rocha Yparraguirre

Notice bibliographique

RevueInternational Journal of Sustainable Development & World Ecology · 2020
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésTOPSISContext (archaeology)Relevance (law)PreferenceOrder (exchange)BusinessRank (graph theory)Sustainable developmentProject managementRisk managementSocial responsibilityKnowledge managementMarketingPublic relationsComputer sciencePolitical scienceEngineeringManagementOperations researchEconomicsGeographyMathematics

Résumé

récupéré en direct d'OpenAlex

Social projects are an important mean to reduce social problems and they have an increased relevance in contexts of high social inequalities, as it is the case of Brazil. However, the existence of these projects may not be enough, they need to be properly managed, including projects risks. In this context, this paper aims to evaluate the application of risk management in social projects in Brazil. A survey was performed with social project managers and data was analyzed through TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution), to rank the items application levels, according to the ISO 31,000’s guidelines. Results provide an overview of Brazilian situation. According to the findings presented, the items related to projects context analysis, and responsibility assignments in the projects were the items better applied, while the items related to the understanding of team members regarding risks in social projects and to the amplitude of risk management in the projects were the items with the worst rank positions. The findings presented here contribute to expand the debates on the subject.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,618
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,353
Écart entre enseignants0,302 · 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.

Devis d'étudeAutre devis
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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development & World EcologyMême sujetConstruction Project Management and PerformanceTravaux en français237 207