MétaCan
Menu
Retour à la cohorte
Enregistrement W2012273834 · doi:10.5539/ass.v8n7p192

A Public Sector Comparator (PSC) for Value for Money (VFM) Assessment Tools

2012· article· en· W2012273834 sur OpenAlexvenueaboutno aff
Kharizam Ismail, Roshana Takim, Abdul Hadi Nawawi

Notice bibliographique

RevueAsian Social Science · 2012
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiquePublic-Private Partnership Projects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProcurementValue for moneyGeneral partnershipDocumentationBusinessCash flowGlobePublic–private partnershipFinanceValue propositionPrivate sectorPublic sectorMarketingEconomicsPublic economicsEconomic growthComputer science

Résumé

récupéré en direct d'OpenAlex

In a generic sense, when procuring Public Private Partnership (PPP) projects, value for money (VFM) assessment could be determined through a comparative analysis of contractors’ proposals against Public Sector Comparator (PSC) documentation. A PSC is a hypothetical framework used as a procurement strategy tool in evaluating VFM and has been a trademark for most countries across the globe such as UK, Australia, Hong Kong and Canada. However, this strategy has not been systematically formulated and applied in Malaysia. The probable reasons for this predicament could be due to the controversy in risk calculation; lacking of non- financial aspects and future cash flow, inappropriate discounted rate used and the difficulty in the PSC calculation. Hence, the aim of this study is to ascertain a complete PSC framework for PPP projects embracing financial and non-financial aspects across project phases (i.e., strategy formulation; procurement; construction and operation phase). The empirical research via questionnaire survey was conducted among PPP stakeholders. The results indicated that the development of PSC framework would facilitate a comprehensive dimension of VFM evaluation for PPP projects in Malaysia.

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)0,034
score de la tête « metaresearch » (Gemma)0,069
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,181

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,069
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0120,011
Études des sciences et des technologies0,0020,003
Communication savante0,0100,013
Science ouverte0,0020,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,168
Tête enseignante GPT0,354
Écart entre enseignants0,186 · 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
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

Citations18
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetPublic-Private Partnership ProjectsTravaux en français237 207