MétaCan
Menu
Retour à la cohorte
Enregistrement W2169857462 · doi:10.3968/j.css.1923669720050103.006

A Cased-Based Reasoning Decision Support System

2009· article· en· W2169857462 sur OpenAlexvenueno aff
Yang Lanrong

Notice bibliographique

RevueCanadian social science · 2009
Typearticle
Langueen
DomaineComputer Science
ThématiqueAI-based Problem Solving and Planning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMarkup languageBiddingProfit (economics)MicroeconomicsEconomicsOperations researchComputer scienceHumanitiesEngineeringPhilosophyXMLWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Each bidding contractors estimates his likely costs of carrying out the work detailed in the project schedules and adds a percentage markup to form the bid value. The value of the markup crucially influences the chances of a bidder winning the contract. Clearly, a low markup value should increases the chance of winning but decrease the profit, whilst a high markup should increase the profit but decrease the chance of winning the contract. It is very difficult for contractors to decide a proper markup, which happens to produce a satisfactory balance between the probability of winning the contract and the profit generated as a result of winning the contract. This paper presents a case-based reasoning decision support system (CBR-DSS) that assists contractors in solving markup estimation problem. The CRR-DSS uses successful cases of previous completed projects to derive solution to new project markup estimation problem. The principle of the CBR-DSS is to analogy new project with previous projects. Key Words: Case-Based Reasoning, DSS, Bidding, Markup Resume: Chaque contracteur demande estime son cout d’application d’un travail detaille dans les horaires et ajoute un percentage de maquillage pour avoir l’offre qui influence crucialement une eventuelle reussite d’un contrat. Evidemment une petite valeur de maquillage doit augmenter les chances de gagner mais reduire le profit tandis que un grand maquillage doit augmenter le profit mais reduire les chances d’arriver a un contract. Il est tres difficile pour les contracteurs de decider une offre convenable, qui eventuellement produit une balance de satisfaction entre la probabilite d’achever le contrat et le profit considere comme une reussite d’un contrat. Ce document presente un systeme du support decision rationnel base sur les cas (CBR-DSS) qui permet aux contracteurs de s’engager dans la solution des problemes estimes et demandes. Le CRR-DSS utilise des reussites de programmes pre-acheves qui servent a resoudre les problemes d’estimation dans un nouveau programme. Le principe de CBR-DSS est trouver les solutions pour de nouveaux programmes par analogie ceux pre-acheves. Mots cles: Raisonnement base sur les cas, DSS, offre, maquillage, acquisition Governmentale

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0040,002
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0190,007

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 Opus0,011
Tête enseignante GPT0,245
Écart entre enseignants0,233 · 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'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

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian social scienceMême sujetAI-based Problem Solving and PlanningTravaux en français237 207