Assessment of Construction Risk Management Maturity Using Hybrid Fuzzy Analytical Hierarchy Process and Fuzzy Synthetic Approach: Iraq as Case Study
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.
Notice bibliographique
Résumé
Knowing and developing the construction organizations' maturity level in risk management is critical to ensure they achieve their strategic objectives.This paper aims to design a new construction organizations' risk-management maturity model (C.ORM3) using new hybrid techniques and a distinct validation strategy based on global and local experience, to assess risk management maturity level in developing countries.A multi-steps methodology was adopted in this research.The study adopted an excessive systematic literature reviews of 22 previous articles on RM maturity and four standards and guidelines for eliciting model components.These components include five attributes with 26 capabilities; 24 capabilities identified from literature review and 2 from experts.These capabilities are evaluated against five levels: immature, ad-hoc, standard, managed, and optimized.The authors adopted a new strategy for validating the model by three groups of global and local experts and verifying the proposed model in a realistic-world case study.This study is the first to use a hybrid method based on the Fuzzy Analytic Hierarchy Process (FAHP) and Fuzzy Synthetic Evaluation (FSE) techniques in evaluating RM maturity (RMM).Iraqi construction organizations validate the practicality of the model.The results showed that the overall RMM level of the Iraqi construction sector is 1.52, between immature and ad-hoc.The model has been converted into a computer template for ease of use by organizations.This study concluded that the suggested C.ORM3 helpful for construction organisations to evaluate their current state of RM and plan for future development.
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découle