Navigating Emotional Challenges During the Execution Phase: HRD Interventions for Early-Career Construction Project Managers
Notice bibliographique
Résumé
The current study has two objectives: (a) to explore the emotional challenges faced by early-career construction project managers (PMs) during the execution phase, and (b) to propose Human Resource Development (HRD) interventions to enhance emotional awareness and regulation among early-career PMs. This study employs a qualitative methodology, utilizing semi-structured interviews with 24 senior construction PMs selected through purposive sampling. The data were analyzed using reflexive thematic analysis. The study identifies four key emotional challenges faced by early-career PMs during the execution phase: (a) unpredictability and shifting plans, (b) unhealthy hierarchy and lack of support, (c) lack of flexibility and stakeholder alignment, and (d) managing team cohesion. To address these challenges, the study proposes three strategies: (a) preparing for uncertainty, (b) practicing emotional detachment and stress management, and (c) offering peer support and mentorship. This research is novel due to its exclusive focus on the execution phase and its introduction of previously overlooked HRD strategies. It bridges a critical gap in project management literature by offering practical recommendations to enhance early-career PMs' emotional competence, helping organizations develop more effective and resilient project teams by embedding HRD strategies that enhance emotional intelligence, strengthen leadership capabilities, and improve adaptive decision-making, ultimately fostering a more sustainable and high-performing project environment.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».