MétaCan
Menu
Retour à la cohorte
Enregistrement W3170758597 · doi:10.1080/01605682.2021.1915193

Dynamic assessment modelling for project portfolio benefits

2021· article· en· W3170758597 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of the Operational Research Society · 2021
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésComputer scienceProject managementProject portfolio managementPortfolioRisk analysis (engineering)Management scienceRealisationKey (lock)Operations researchSystems engineeringProcess managementEngineeringBusiness

Résumé

récupéré en direct d'OpenAlex

Project portfolio benefits (PPBs) are typically regarded as a key feature for successful project portfolios in practice. However, there is little prescriptive knowledge that offers guidance on how to tackle the realisation and improvement of PPBs. To narrow this research gap, we develop a systematic assessment model to analyse and optimize PPBs. Innovatively considering the recessive benefits resulting from synergies among different project components, four subsystems of PPBs are identified. Subsequently, by synthesizing the interrelations within and between subsystems, a system dynamics model is developed to assess PPBs dynamically. Then, a numerical example is adopted to validate the applicability and effectiveness of the proposed model. It can be concluded that the model is exploitable in academia and practice. For academia, this study expands benefit management tools and provides a theoretical basis for project portfolio benefit optimization. For practitioners, the straightforward model and procedure contribute to enhancing the management of PPBs.

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.

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)0,018
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,550
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,473
Tête enseignante GPT0,561
Écart entre enseignants0,088 · 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