Strategic approaches to AI adoption in the construction industry of Ghana

Содержание и границы

Вывод работы: Разведочный факторный анализ (EFA) выявил трёхкластерную структуру стратегий: (1) стратегическое сотрудничество и управление (governance), (2) операционная интеграция и безопасность, (3) развитие кадров и техническая инфраструктура; надёжность измерена альфой Кронбаха (порог ≥0.70), групповые различия проверены тестом Манна-Уитни (порог значимости 0,05); для ведущих стратегий различия между группами оказались незначимы (например, U=166, p=0,437; U=162, p=0,375).

Объём чтения: full_text

Неопределённость: HYPOTHESIS не требуется: методология прозрачна и подтверждена текстом; неопределённость — в обобщаемости кластерной структуры на другие ресурсно-ограниченные страны (авторы сами относят выводы только к Гане).

transfer_limits: Единственная страна (Гана), целевая (не вероятностная) выборка — авторы сами признают ограничение репрезентативности из-за 'nascent nature of AI adoption', что делает вероятностную выборку непрактичной. Этический комитет не требовался по местному законодательству. Дополнительное геосмещение: сбор данных сосредоточен в Аккре, Кумаси и Кофоридуа — крупных центрах с более высоким уровнем внедрения строительных инноваций, а не по стране равномерно.

Продолжение: Нет практик (опрос по стране, без названной организации); можно использовать в досье об адаптации ИИ в ресурсно-ограниченных стройрынках.