Assessment of Contractors’ Mitigating Measures for Cost Overrun of Building Projects in South-Western Nigeria
Notice bibliographique
Résumé
The study examined the mitigating measures employed by contractors in southwest of Nigeria for cost overrun of building projects with a view to determining its adequacy and effectiveness. A mix of qualitative and quantitative research methods was adopted where data pertinent to the study were obtained through questionnaire survey on a sample of 32 project managers of medium sized construction firms selected from the list of 125 contractors on the register of Federation of Building and Civil Engineering Contractors located in South-West Nigeria using Simple Random Sampling method. Additional information was obtained from contracts bills of quantities and programme schedule to complement the data obtained from the questionnaire survey. Contract sums and final sums of building projects between 200 million Naira – 1.7 billion Naira handled by respondents were also collected as secondary data. Statistical Package for Social Scientists (SPSS) was employed to analyse the data for descriptive statistics while manual approach was adopted for inferential statistics of t-test. The results obtained revealed that effective site management and supervision with the highest relative importance index (RII) for adequacy of the mitigation measures was at average level and the (RII) for the effectiveness of mitigation measures adopted by contractors was very low. It also revealed that there is significant difference between initial sums and final sums of building projects at 5% significance level where the mitigation measures were taken in to consideration. The study concluded that mitigation measures adopted by contractors have not been adequate and effective in curbing cost overrun of building projects in southwest Nigeria.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».