Risk Analysis of Tender Documents on the Execution of Private Construction Work at Badung Regency, Bali Province, Indonesia
Notice bibliographique
Résumé
Documents received during the tender, are in the form of drawings, specifications, bill of quantity (BQ), and the general terms of the contract. Tender activity will bring a variety of risks during the project implementation, and this research is done to identify and assessment of risks, mitigating risk and determining the ownership of the dominant risk.The research was conducted on a private building construction project at Badung Regency in Bali, by using a qualitative method and data collection was done through interview, brainstorming with experts and questionnaires. Among the 39 risk identified, 15 risks were obtained from the previous research, and the remaining 24 risks in this research.The results of this risk assessment were that 18 risks (46.2%) categorized into unacceptable, that include: the addition items of work, the drawing does not match with plan, and the changes in the material specifications. Risk assessment fell into the undesirable category that 21 risks (53.8%), including the mismatch information from planners, the arithmetic error, and materials used were not available on the market. Mitigation was done to dominant risk, among others by reassessing, submitting the contract change order, and asking questions. The biggest risk of ownership was the contractor, namely 39 risks with 18 unacceptable and 21 undesirable risks, this mean, problems associated with tender documents should receive the attention to contractors, planner consultants, owners and Quantity Surveyor (QS) consultants. Contractors as the recipient of the biggest risk were expected to increase the competence of those involved in the tender process.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».