MétaCan
Menu
Retour à la cohorte
Enregistrement W4389540591 · doi:10.29007/bj9q

Ensuring operational performance for promoting sustainable practices in Public Private Partnership (PPP) projects in the UK

2023· article· en· W4389540591 sur OpenAlexaff
Rashid Maqbool, Liam O'Rourke, Saleha Ashfaq, Yahya Rashid

Notice bibliographique

RevueEPiC series in built environment · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiquePublic-Private Partnership Projects
Établissements canadiensThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésPublic–private partnershipSnowball samplingGeneral partnershipPrivate sectorSustainabilityBusinessEnvironmental economicsProductivityPublic sectorRanking (information retrieval)Project managementFinanceComputer scienceEconomicsEconomic growthManagement

Résumé

récupéré en direct d'OpenAlex

A great deal of focus has been placed by different governments on their construction industries as it is known for being a large polluter of the planet, as well as being a huge consumer of energy and emitter of carbon. The research was completed by investigating major PPP themes related to UK (namely, challenges to UK construction, operational performance of PPP projects, and drivers of PPP projects). To ensure enough participants were reached, the snowball sampling technique was used to collect data from 156 industrial professionals. Relative importance index (RII) analysis was performed to check the ranking of the factors, and to determine the significance of each factor. This analysis revealed a large significance on time and cost management issues within the challenges to UK construction section. Sustainability presented highly significant results relating to modern methods of construction like BIM as well as the use of modern schemes such as the PF2 (Private Finance 2) scheme. This was also found to be an important factor in the operational performance of PPP projects as well as resolving financial and fiscal issues within the public sector. This research can support public and private sectors to develop advanced collaborative networks to boost productivity.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,198
Score d'incertitude au seuil0,919

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,088
Tête enseignante GPT0,289
Écart entre enseignants0,201 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEPiC series in built environmentMême sujetPublic-Private Partnership ProjectsTravaux en français237 207