MétaCan
Menu
Retour à la cohorte
Enregistrement W2081025098 · doi:10.5539/ass.v5n8p144

Study on Construction Cost of Construction Projects

2009· article· en· W2081025098 sur OpenAlexvenueno aff
Hui Li

Notice bibliographique

RevueAsian Social Science · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueEvaluation and Optimization Models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCost engineeringConstruction managementPre-construction servicesControl (management)Status quoCost controlQuality (philosophy)Investment (military)Construction engineeringRisk analysis (engineering)Value engineeringCost accountingCost estimateProcess (computing)Cost contingencyQuality costsChinaProject managementEngineering managementBusinessEngineeringOperations managementComputer scienceProject management triangleCivil engineeringSystems engineeringEconomicsAccounting

Résumé

récupéré en direct d'OpenAlex

China is a country which has the largest investment amount in engineering construction in the world and which has the most construction projects. It is a significant subject for the extensive engineering managers to have effective engineering cost management in construction project management and to reasonably determine and control construction cost on the condition of ensuring construction quality and time limit.On the basis of the status quo of losing control in Chinese construction investment and of separation of technique and economy in engineering, and guided by basic theories of construction cost control, the author discusses control methods and application of construction cost, sets forth existing issues in construction cost control and influences of these issues on determination and control of construction cost, puts forward that construction cost control should reflect cost control of the entire construction process at the earlier stage of construction, and then introduces some procedures and methods of applying value project cost control at all stages of construction 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)0,001
score de la tête « metaresearch » (Gemma)0,009
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,034
Tête enseignante GPT0,311
Écart entre enseignants0,277 · 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

Citations11
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetEvaluation and Optimization ModelsTravaux en français237 207