MétaCan
Menu
Retour à la cohorte
Enregistrement W2085633048 · doi:10.3141/2151-06

Framework for Performance-Based Contractor Prequalification

2010· article· en· W2085633048 sur OpenAlexaboutno aff
Douglas D. Gransberg

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2010
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiddingIntegrated project deliveryConstruction managementOperations managementEngineeringProject managementTransport engineeringEngineering managementBusinessMarketingSystems engineeringCivil engineering

Résumé

récupéré en direct d'OpenAlex

Performance-based contractor prequalification goes beyond the financial prequalification provided by the surety industry when it issues a bond for a public transportation project to include a contractor's performance record in the prequalification process. This paper reports the results of a survey of the status of performance-based contractor prequalification from 41 U.S. state departments of transportation (DOTs) and seven Canadian provincial ministries of transportation. These results were correlated with a content analysis of 43 DOT administrative prequalification documents and 62 sets of project-specific, performance-based prequalification documents. The findings were validated through structured interviews with contractors. The study found that performance-based contractor prequalification can be portrayed as a three-tiered system. The first tier mirrors the current administrative prequalification systems. The second tier is performance-based and includes postproject contractor evaluations, and the final tier consists of project-specific prequalification. This system constitutes a framework from which a transportation agency can design a contractor prequalification system that directly rewards good performers and encourages poor performers to improve. These features of the system are accomplished by adjusting, on the basis of a given contractor's past performance, its bidding capacity and the amount of performance bond that it is required to provide.

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)0,019
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,191
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0190,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,003
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 Opus0,286
Tête enseignante GPT0,493
Écart entre enseignants0,206 · 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.

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

Citations14
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research BoardMême sujetConstruction Project Management and PerformanceTravaux en français237 207