An Analysis of the Relationship between Value Diversity and Project Implementation. A Case of Building Construction Projects in Kajiado County, Kenya, Africa.
Notice bibliographique
Résumé
The process of implementing building construction projects usually involves teams that are made up of individuals who are diverse in several aspects, which can be classified as either deep-level or surface-level diversity. Diversity in work-values has been seen to influence project performance in different fields. During the financial year 2016/2017, the County Government of Kajiado implemented a total of 50 building construction projects, which were meant to be completed within the financial year, but only 48% of the projects were deemed to be successfully implemented by the end of the period. Several factors have been attributed to the low success rate but none has looked at diversity in values among project team member. This research sought to determine the strength and nature of relationship between project team value diversity and building construction projects implementation process in Kajiado county. A pragmatic paradigm was employed in the research. Data was collected using semi-structure questionnaires from a random sample of 251 respondents while interviews were done on 11 key respondents. Descriptive statistics such as percentages, means and standard deviations as well as inferential statistics like correlation and regression were generated from the quantitative data while qualitative data was thematically analysed. It was established that a moderate positive correlation (r=0.401 ) existed between value diversity and project implementation process. It can therefore be inferred that value diversity positively influences the process of implementation of building construction projects.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».