MétaCan
Menu
Retour à la cohorte
Enregistrement W4220952607 · doi:10.18280/ijsdp.170108

Evaluation of Critical Factors Influencing Framework Agreement in Public Procurement: Evidence from Administrative Offices in Ethiopia

2022· article· en· W4220952607 sur OpenAlexvenueno aff
Hamed M. S. Ahmed, Jemal Redwan Muzeyin, Muhaba Nuredin Ferejo, Shemila Jemal Amde

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiquePublic Procurement and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProcurementAgency (philosophy)Government (linguistics)BusinessData collectionWork (physics)Research designPublic economicsMarketingEconomicsEngineeringSociology

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to determine the factors influencing framework agreement in public procurement in the case of Siltie Zone Administrative offices, Ethiopia. To achieve this objective, this study used explanatory research design and quantitative research approach. The study used a survey questionnaire as a tool for data collection with the use of census sampling technique and applied multiple linear regression analysis for the data analysis. The results of the study found that corruption and organizational factors have a significant positive impact on framework agreement. On the other hand, the social factors found to be insignificant in the study. By looking at the influence of independent variables on framework agreement, the study ensures the core issues in public procurement offices which affect the government budget. The researchers recommend that government needs to work on the troubled agency involved in the wastage of a large portion of the government budget. The study adds to the current body of knowledge in framework agreement research. Furthermore, concerned bodies can utilize the findings of this study as a guide to comprehend the significance of framework agreement in taking appropriate measures.

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)0,011
score de la tête « metaresearch » (Gemma)0,021
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0040,003
Communication savante0,0060,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,113
Tête enseignante GPT0,359
Écart entre enseignants0,246 · 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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetPublic Procurement and PolicyTravaux en français237 207