MétaCan
Menu
Retour à la cohorte
Enregistrement W1982161115 · doi:10.1061/(asce)0733-9364(2000)126:2(137)

Project Performance Control in Reconstruction Projects

2000· article· en· W1982161115 sur OpenAlexaff
Robert A. McKim, Tarek Hegazy, Mohamed Attalla

Notice bibliographique

RevueJournal of Construction Engineering and Management · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésScheduleControl (management)Quality (philosophy)Earned value managementProcess managementPerformance indicatorEngineeringProject planningConstruction engineeringEngineering managementComputer scienceProject managementTransport engineeringOperations managementSystems engineeringBusinessProject charterArtificial intelligenceMarketing

Résumé

récupéré en direct d'OpenAlex

Cost, schedule, and quality are the main indicators of performance in construction projects. These indicators are highly interrelated and require some balance and trade-off among them to achieve efficient overall control over project performance. Focusing on these performance indicators, the primary objective of this study is to investigate the use of conventional control techniques in projects involving reconstruction of occupied buildings. To facilitate this analysis, performance data have been collected, using a questionnaire survey, from 25 reconstruction and 15 new construction projects. The survey was followed by structured interviews with construction practitioners and project participants to elicit success-related factors and to identify some of the unique problems affecting the control of reconstruction projects. Using the collected data, performance comparison was conducted between new and reconstruction projects along with a detailed analysis of the suitability of existing techniques for the control of the cost, schedule, and quality in reconstruction projects.

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)0,020
score de la tête « metaresearch » (Gemma)0,051
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,051
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,004
Tête enseignante GPT0,171
Écart entre enseignants0,167 · 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'étudeObservationnel
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

Citations105
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Construction Engineering and ManagementMême sujetBIM and Construction IntegrationTravaux en français237 207