Identifying the interests of stakeholders in large construction projects: Based on Justification theory of Boltanski and Thévenot
Notice bibliographique
Résumé
In large construction projects, many stakeholders are involved, often with different interests. They look at the interests through the lenses of their conflicting worldviews, leading to the formation of different worlds that often have tensions among them. For example, to be viable, the projects must find a compromise between competition and collaboration. Hence, success in developing and implementing large construction projects requires analyzing the justifications of the world of stakeholders, identifying conflicts and creating agreements among them. Thus, the main purpose of this paper is to use Boltanski and Thévenot's theory to review the justifications of stakeholders’ various and understand the tensions and compromises in large construction projects. The research approach is exploratory qualitative, realized using a multiple case study. In this process, five cases were selected as five large construction projects from the four countries of Iran, Turkey, India and Ethiopia and were analyzed based on the data extracted from written, visual, and audio sources. The results indicate that while six stakeholder groups are identified in the sources, content analysis and clear evidence reveal that the industry, construction, and market groups dominate in large construction projects. In other words, the stakeholders often justify their benefits and losses through the lens of these three worlds. In addition, the research discusses tensions and possible compromises in large construction projects. The results of this research improve the insight and knowledge of project managers and contribute to the success of large construction projects. However, it faces limitations in terms of methodology and data adequacy.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 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 ».