文献

J-GLOBAL ID：201702240477832728   整理番号：17A0406072

建設廃棄物管理の強化に向けて行動の決定要因:Bayesネットワーク解析【Powered by NICT】

Behavioral determinants towards enhancing construction waste management: A Bayesian Network analysis

著者 (5件)： Bakshan Amal (Department of Civil and Environmental Engineering, American University of Beirut, Lebanon) ,  Srour Issam (Department of Civil and Environmental Engineering, American University of Beirut, Lebanon) ,  Chehab Ghassan (Department of Civil and Environmental Engineering, American University of Beirut, Lebanon) ,  El-Fadel Mutasem (Department of Civil and Environmental Engineering, American University of Beirut, Lebanon) ,  Karaziwan Jalal (Department of Civil and Environmental Engineering, American University of Beirut, Lebanon)
資料名： Resources, Conservation and Recycling  (Resources, Conservation and Recycling)
巻： 117  号： PB  ページ： 274-284  発行年： 2017年 
JST資料番号： C0817C  ISSN： 0921-3449  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,建設廃棄物管理における実践の改善に向けた因果行動決定因子を定義するために使用するBayesネットワーク分析(CWM)。この目的のために,構造化アンケート調査は,建設プロジェクトの労働者の開発して投与した。収集したデータは,種々の決定因子の根底にある条件付き確率を評価するための単一および多因子解析と確率関係モデルを開発した。結果は,挙動は高度にこれらの因子による改善のより高い可能性を態度,過去の経験,および社会的圧力の影響を受ける2120,及び10%で,それぞれであることを示した。CWMにおける挙動は訓練など企業因子よりも姿勢のような個人的要因の変化に対してより敏感であるように見えた。全ての因子を同時制御する場合,挙動は,企業の因子よりも個人的要因を9%改善した。,労働者は,廃棄物管理に対する積極的な態度を有し,よくCWM実践で経験した,社会的圧力の影響を受ける場合,オンサイト有効CWM実践の確率は83%に達することが分かった。この結果の達成も研究とアベイラビリティ訓練セッションの独立性を必要とする。モデルはCWMに対する労働者の挙動に影響を与える因子について建設利害関係者の認識を上昇させ,建設廃棄物の発生を最小化する機会を増加させることを定量化戦略を提示した。動機づけと持続可能なCWM実践の採用と実施のための意思決定支援ツールとして役立つことができる。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： アベイラビリティ ,  構造形成 ,  意思決定支援システム ,  *建設廃棄物 ,  アンケート ,  因子分析 ,  動機づけ ,  *廃棄物管理 ,  労働者
準シソーラス用語： 利害関係者 ,  条件付確率 ,  建設プロジェクト ,  決定因子 ,  *信念ネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 持続可能性 ,  建設廃棄物管理 ,  労働者の挙動 ,  Bayesネットワーク

分類 (2件)： 廃棄物処理  (RA01095A) ,  廃棄物処理一般  (SC05010S)

タイトルに関連する用語 (6件)： 建設廃棄物 ,  強化 ,  行動 ,  要因 ,  Bayesネットワーク ,  解析