MétaCan
Menu
Retour à la cohorte
Enregistrement W2891421616 · doi:10.1051/matecconf/201819604089

Use of Pairwise Comparison Method in Road-and-Bridge Tenders

2018· article· en· W2891421616 sur OpenAlexaff
Karol Bucholc, Waldemar W. Koczkodaj, W. Trochymiak

Notice bibliographique

RevueMATEC Web of Conferences · 2018
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésCall for bidsPairwise comparisonBridge (graph theory)Diversification (marketing strategy)Point (geometry)Computer scienceFunction (biology)Operations researchPresentation (obstetrics)Quality (philosophy)ProcurementTransport engineeringBusinessMarketingEngineeringMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The paper is a brief presentation of the pairwise comparison (PC) method, implemented with the use of the Concluder, a modern tool for PC analysis which is being developed by Professor Waldermar Koczkodaj and which is used for comparing tenders in the road-and-bridge construction industry. The paper discusses the tender criteria which are adopted for tenders in this industry. It addresses the issue of developing the relevant weights while using one of the functions of the expert system, i.e. the function which relies on the opinions of the experts familiar with a given matter, who however not always present the same views. Once the experts’ opinions have been collected, they can be “agreed” while using the PC method. Diversification of the criteria is particularly important from the point of view of improvement of the quality of the services offered by the road-and-bridge construction industry in Poland, since in to-date practice the price has been the only or the dominant criterion. The paper contains examples (in terms of numbers) of analysis of tender criteria where the price was not the only criterion, which is the starting point for further research.

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)0,084
score de la tête « metaresearch » (Gemma)0,221
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil0,444

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0840,221
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0080,010
Études des sciences et des technologies0,0020,003
Communication savante0,0040,005
Science ouverte0,0040,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,289
Tête enseignante GPT0,429
Écart entre enseignants0,140 · 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'étudeObservationnel
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMATEC Web of ConferencesMême sujetConstruction Project Management and PerformanceTravaux en français237 207