Methodological approaches in prioritizing municipal projects: A case study of the municipality of the holy capital (Makkah)
Notice bibliographique
Résumé
This study aims to develop a robust prioritization model for municipal projects in the Holy Metropolitan Municipality (Makkah) to address the challenges of aligning short-term and long-term objectives. The research explores How multi-criteria decision-making (MCDM) techniques can prioritize municipal projects effectively while ensuring alignment with strategic goals and local needs. The methodology employs the analytic hierarchy process (AHP) and exploratory factor analysis (EFA) to ensure methodological rigor and data adequacy. Data were collected from key stakeholders, including municipal planners and community representatives, to enhance transparency and reliability. The model’s validity was assessed through latent factor analysis, confirming the relevance of identified criteria and factors. Results indicate that flood prevention projects are the highest priority (0.4246), followed by road projects (0.3532), park construction (0.1026), utility projects (0.0776), and digital transformation (0.0416). The study highlights that certain factors are critical for evaluating and prioritizing municipal projects. “Capacity and Demand” emerged as the most influential factor (0.5643), followed by “Strategic Alignment” (0.2013), “Project Interdependence” (0.1088), “Increasing Investment” (0.0950), and “Risk” (0.0306). These findings are significant as they offer a structured, data-driven approach to decision-making aligned with Saudi Vision 2030. The proposed model optimizes resource allocation and project selection, representing a pioneering effort to develop the first prioritization framework specifically tailored to Makkah’s unique municipal needs. Notably, this is the first study to establish a prioritization method specifically for Makkah’s municipal projects, providing valuable contributions to the field.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».