MétaCan
Menu
Retour à la cohorte
Enregistrement W7046078029

Competitiveness assessment model for construction companies

2010· dissertation· en· W7046078029 sur OpenAlexaboutno aff

Notice bibliographique

RevueSpectrum Research Repository (Concordia University) · 2010
Typedissertation
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOrder (exchange)Analytic hierarchy processCompetitive advantageSet (abstract data type)Key (lock)Construction industryProcess (computing)Competition (biology)Critical success factor
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Construction industry is facing an enormous number of challenges due to continuous advancements in construction technologies and techniques. Consequently construction management theories have to confront critical newly issues concerning market globalization and construction innovations. The key factor to address these challenges is to improve the competitive abilities of the competing construction firms. Literature reports that existing competitive practices for construction companies do not fully address the recent industry problems or consider the available technologies and challenges. Therefore, this research proposes a competitive assessment model with a wide range of essential factors and attributes that covers broad aspects of the present competitive market. Four new pillars (4P) for competitiveness assessment are proposed for construction firms: (1) Organization Performance, (2) Project Performance, (3) Environment and Client, and (4) Innovation and Development. These pillars have the potential to assist construction firms manage not only short term strategic plans but also long term ones. Based on the 4P concept, 21 factors and 80 criteria are defined and incorporated in the proposed company competitiveness assessment model. A questionnaire survey is conducted in the Canadian and Vietnamese market in order to collect 2 main sets of information. The first set includes pair wise comparison feedback regarding the relative importance of each factor, while the other set collects utility scores concerning their impacts. Based on the collected data, the AHP technique is used to calculate the factors' relative weight. In addition, the utility functions are developed in order to build the competitiveness assessment model using multi-attribute utility theory (MAUT). The developed MAUT model is tested via three case studies in which the results show that the model has a potential to demonstrate a detailed performance analysis pertaining to the competitive ability of any given construction firm.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,023
Tête enseignante GPT0,305
Écart entre enseignants0,282 · 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'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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpectrum Research Repository (Concordia University)Même sujetMagnetic confinement fusion researchTravaux en français237 207