MétaCan
Menu
Retour à la cohorte
Enregistrement W1969015779 · doi:10.1139/l08-133

Decision-making support model for reusable construction materials in multiple project management

2009· article· en· W1969015779 sur OpenAlexvenueno aff
Ju-Yeoun Han, Kyungrai Kim, Sangyoon Chin, Dong-Woo Shin

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2009
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProcurementReuseProcess (computing)Request for proposalMaterials managementResource (disambiguation)Construction managementDecision support systemConstruction engineeringComputer scienceSystems engineeringProcess managementOperations managementBusinessEngineeringCivil engineering

Résumé

récupéré en direct d'OpenAlex

Although reusable materials in a construction project need to be specifically managed by the head office of the construction company for proper retrieval and reuse, they are not efficiently managed. In many cases, construction companies treat reusable materials no differently from non-reusable materials. To manage reusable materials for effective and efficient procurement, the current procurement system needs to be improved based on the records of usage from multiple projects monitored and managed by the head office of the construction company. The objective of this paper is to discern and analyze the problems of the procurement process of reusable materials for current multiple projects by following case studies of three construction companies against this background. Based on the analysis, this paper emphasizes the need to implement systems for reusable materials procurement requests, outgoing materials quantity forecasts, and economic analysis for vehicle distribution, as well as the need to expand applicable uses of a resource pool. A model is also proposed to support the decision-making process in the procurement of reusable materials.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,659
Score d'incertitude au seuil0,829

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,305
Écart entre enseignants0,257 · 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 tête enseignante, 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

Citations2
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetConstruction Project Management and PerformanceTravaux en français237 207