MétaCan
Menu
Retour à la cohorte
Enregistrement W2092376010 · doi:10.1139/l05-073

An evaluation of warranty contracting in the United States of America

2006· article· en· W2092376010 sur OpenAlexvenueno aff
Mehmet Emre Bayraktar, Qingbin Cui, Makarand Hastak, Issam Minkarah

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Maintenance and Monitoring
Établissements canadiensnon disponible
Organismes subventionnairesOhio Department of Transportation
Mots-clésWarrantyBiddingBusinessSuretyQuality (philosophy)State (computer science)Actuarial scienceProcess (computing)Operations managementFinanceEconomicsMarketingComputer scienceLaw

Résumé

récupéré en direct d'OpenAlex

It is believed that warranty contracting would benefit state highway agencies by improving quality, saving money and time, and encouraging contractors' innovations. However, the challenges associated with warranties could be substantial, including higher costs, early failures, a reduction or even elimination of small contractors from the bidding process, and an increase in contract disputes and litigation. The actual impact of warranty provisions on state Department of Transportation (DOT) projects in the United States of America is still unclear because of limited industry experience. This paper provides a detailed discussion of warranty provisions and the benefits and problems associated with the subject matter. The advantages and disadvantages of warranty provisions are evaluated from the conflicting perspectives of state Departments of Transportation (DOTs), contractors, and surety companies. The future prospects of warranty provisions are established based on the findings of a recent study of warranty provisions and existing literature. Also, several options are proposed that have a strong potential to improve the application of warranties on DOT projects.Key words: warranties, highway construction, innovation, highway maintenance, contract administration, construction costs, construction inspection.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,007
Tête enseignante GPT0,209
Écart entre enseignants0,201 · 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

Citations6
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetInfrastructure Maintenance and MonitoringTravaux en français237 207