MétaCan
Menu
Retour à la cohorte
Enregistrement W2100550918 · doi:10.1061/(asce)0733-9364(2005)131:5(513)

Keeping Better Site Records Using Intelligent Bar Charts

2005· article· en· W2100550918 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Construction Engineering and Management · 2005
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésBar chartComputer scienceChartSchedulePie chartScheduling (production processes)Process (computing)Bar (unit)SoftwareData miningOperations researchSoftware engineeringEngineeringOperations managementProgramming languageOperating system

Résumé

récupéré en direct d'OpenAlex

Daily recording of the actions done by all parties on a construction site is necessary, not only for confirming that work is done according to specifications, but also for analyzing any claims for additional time/cost. Site records, however, are often incomplete and inaccurate, and commercial scheduling software provides little support in this regard. In this paper, a simplified approach for site-data recording and constructing “as-built” schedules is introduced through the use of intelligent bar charts. The proposed bar chart guides the user through progress reporting by observing any conflict with the planned logic of the work. It automatically recognizes the occurrence of delays and asks the user to record the responsible party and the reasons. Based on percent completes and recorded delays, the bar chart recognizes the progress status of activities as being slow, suspended, or accelerated. The paper starts with a description of the types of data that need to be recorded on site. It then provides a description of the automated guidance mechanism of the proposed bar chart, along with details on schedule integration and applicability for claim analysis.

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.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,889
Score d'incertitude au seuil0,298

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 Opus0,042
Tête enseignante GPT0,379
Écart entre enseignants0,337 · 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