MétaCan
Menu
Retour à la cohorte
Enregistrement W4402697336 · doi:10.1080/15623599.2024.2404286

Disability inclusion studies in the construction industry: a mixed review approach

2024· review· en· W4402697336 sur OpenAlexaboutno aff
Owusu Dapaah Cecilia, Ernest Kissi, Eluerkeh Kenneth, Owusu-Boadi Juliet, Badu Edward, Abu Ivy Maame

Notice bibliographique

RevueInternational Journal of Construction Management · 2024
Typereview
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInclusion (mineral)BusinessSociologyGender studies

Résumé

récupéré en direct d'OpenAlex

People with disabilities are an important part of our society and are acknowledged as a wonderful piece of human variety. However, their involvement in the building business is mostly unknown. This report aims to give a critical assessment of disability inclusion studies in the construction industry and identify areas for further research. The Scopus search engine aided in the literature review search, where 253 publications were discovered using relevant keywords. After carefully reviewing the titles, abstracts, keywords, and full texts of the publications, a total of 55 relevant publications were selected. A scientometric study was undertaken to chart the landscape of disability inclusion studies within the construction industry and identify primary areas of research focus within this domain. The top five countries that are actively researching disability in the construction industry include the UK, the United States, Brazil, Canada, and Australia. The emerging areas in disability inclusion research in the construction industry focused on social value, social innovation, social procurement, employment, disability management, policies, discrimination, and disability management maturity model. The study highlighted the essential knowledge areas crucial for enhancing the integration of persons with disabilities in the construction sector to industry practitioners and other stakeholders.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,046
score de la tête « metaresearch » (Gemma)0,120
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,243

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0460,120
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,004
Bibliométrie0,0360,029
Études des sciences et des technologies0,0020,002
Communication savante0,0070,005
Science ouverte0,0020,004
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,299
Tête enseignante GPT0,520
Écart entre enseignants0,221 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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 revueInternational Journal of Construction ManagementMême sujetConstruction Project Management and PerformanceTravaux en français237 207