MétaCan
Menu
← Retour à la cohorte
Enregistrement W7084033947 · doi:10.31124/advance.175514925.59779039/v1

Bridging the Maturity Gap: Introducing BIAMM, a Simplified Project Management Maturity Model Aligned with PMI Domains for Developing Contexts.

2025· article· en· W7084033947 sur OpenAlexafffund

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensCollege of Family Physicians of Canada
Organismes subventionnairesYork University
Mots-clésBridging (networking)Project managementCapability Maturity ModelMaturity (psychological)Work (physics)

Résumé

récupéré en direct d'OpenAlex

Project Management Maturity Models (PMMMs) are critical tools for assessing and improving project management processes within organizations.However, existing models primarily target organizations with established project management practices, which creates a gap for organizations at the early stages of adopting project management.This study reviews eight prominent project management methodologies (PMMMs) and evaluates their suitability for organizations in the early stages of adopting project management.Using a structured comparative analysis framework based on accessibility, scalability, implementation complexity, and contextual adaptability, the research identifies significant limitations in the applicability of these models for organizations in the early stages of adopting project management practices.The findings reveal that most PMMMs are overly complex, prescriptive, and resource-intensive for novice organizations, limiting their practical adoption.The paper recommends tailoring or simplifying maturity models to better serve the needs of beginners with more inclusive and adaptable frameworks.The paper concludes by proposing a new model, the Basic Intermediate Advanced Maturity Model (BIAMM).BIAMM offers a straightforward yet effective framework with three maturity levels: Basic, Intermediate, and Advanced.Its flexibility in accommodating various methodologies, including Waterfall, Agile, and Hybrid, makes it an ideal choice for organizations seeking to develop strong project management capabilities.

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)0,016
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0020,003
Communication savante0,0080,015
Science ouverte0,0020,006
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,021
Tête enseignante GPT0,265
Écart entre enseignants0,244 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetGeochemistry and Geologic Mapping→Travaux en français237 207→