MétaCan
Menu
Retour à la cohorte
Enregistrement W4399592104 · doi:10.5267/j.msl.2024.6.001

Evaluation of the role of project management office (PMO) at P.XYZ based on risk to improve project performance

2024· article· en· W4399592104 sur OpenAlexvenueno aff
Fadhlillah Akmal Yusron, Yusuf Latief

Notice bibliographique

RevueManagement Science Letters · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProcess managementOperations managementBusinessProject risk managementProject managementRisk managementEngineering managementComputer scienceKnowledge managementProject portfolio managementEngineeringSystems engineering

Résumé

récupéré en direct d'OpenAlex

The Project Management Office (PMO) has different roles, but if it is concluded that the existence of this PMO will be needed by the project. Factors contributing to project performance include support from the PMO. PMO at PT. XYZ will begin to be implemented starting in 2019. From 2019 to 2022 work on 3 project assignments from the local government. In practice, there were problems where 2 of the three projects experienced delays in completion and 1 other project experienced payment delays, where the risks to the project have not been optimally managed. This study aims to identify the role of the project management office (PMO) owned by PT. XYZ, identify risks in PMO management and identify the role of PMO that has the most influence on risk-based project performance at PT. XYZ. The research method used in this study is a survey method for several respondents where the previous questionnaire was validated by experts and a pilot survey was carried out and the results of the questionnaire will be analyzed using the SEM method. This is to be able to provide results if risk control in PMO management is carried out effectively or on target so that it can improve project performance at PT. XYZ.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
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: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,420

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,278
Écart entre enseignants0,263 · 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'étudeSimulation ou modélisation
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207