Construction disability management maturity model: case study within the Manitoban construction industry
Notice bibliographique
Résumé
Purpose A review of the literature revealed a lack of coherent frameworks for implementing disability management, particularly within the construction industry. This study involved developing the construction disability management maturity model (CDM3) to assess the maturity of disability management (DM) practices in construction organisations. Design/methodology/approach In its current form, the model assessed twelve indicators using a series of questions representing relevant best practices for each indicator and five different maturity levels. An analytical hierarchical process was conducted using eight construction and DM experts to determine the weights of importance of these different indicators. The model was then applied to evaluate ten construction companies in Manitoba, Canada. Findings The results revealed that the indicators of “Return to Work”, “Disability and Injury Prevention”, and “Senior Management Support” practises were the most heavily weighted and, thus, the most important. Companies' DM performance was observed, on average, to be at the quantitatively managed level. “Senior Management Support” and “Disability Injury Prevention” practices were observed to be the most mature indicators on average, revealing a potential relationship between the most important and most mature indicators. Research limitations/implications The sample size of companies evaluated is a key limitation in that it does not permit for the generalisation of the results. Practical implications This study provided a framework for benchmarking the DM performance of construction organisations. Originality/value No similar maturity model has been developed to date to assess DM in construction, making the CDM3 the first of its kind to evaluate a construction organisation's existing DM practices against best practises.
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 | 0,005 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».