MétaCan
Menu
Retour à la cohorte
Enregistrement W3185524470

Litigation management process in construction industry

2021· preprint· en· W3185524470 sur OpenAlexaboutno aff
Marine Echternach--Jaubert, Robert Pellerin, Laurent Joblot

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2021
Typepreprint
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNegotiationProcess (computing)PlaintiffDispute resolutionBusinessOrder (exchange)DeliverableStandardizationProcurementLiabilityConstruction contractContract managementProcess managementComputer scienceLawAccountingPolitical scienceEconomicsFinanceMarketingManagement
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

For an Engineering, Procurement and Construction Management contract, collaboration between the different actors is essential from the very beginning of the project to consider all the constraints. Working upstream reduces the occurrence of problems that could lead to claims. As long as trust and dialogue are present, disputes can be settled by agreement, but if dialogue is cut off, the negotiation phases are over. The solution is then to move to alternative dispute resolution methods involving outside third-party mediator. If, despite this, no agreement is reached, the last option is to proceed to legal proceedings. This paper develops a litigation management process for the construction industry in Quebec (Canada) to guide future litigation project managers, whether they are on the plaintiffs of the defendant's side of the claim. The proposed process links the litigation team members, lawyers and experts. The process divided into ten phases, contains sequences of activities, resources, input and output documents and deliverables. The process was validated in terms of standardization in order to assess its capability to support different construction types of projects and contracts. With this process, litigation managers will be able to oversee litigation through a better visibility of the activities to be planned and forecast costs.

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 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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,842
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,094
Tête enseignante GPT0,411
Écart entre enseignants0,318 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetConstruction Project Management and PerformanceTravaux en français237 207