MétaCan
Menu
Retour à la cohorte
Enregistrement W4238559787 · doi:10.1177/0361198118758030

Life-Cycle Cost Adjustment Factors in Alternate Design/Alternative Bid Pavement Bids: Added Value or Added Controversy?

2018· article· en· W4238559787 sur OpenAlexaboutno aff
Douglas D. Gransberg, Ilker Karaca, Ashley Buss

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueLife Cycle Costing Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiddingValue (mathematics)EconomicsOperations researchBusinessEngineeringMicroeconomicsMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Alternative design/alternative bids (ADAB) provides a mechanism for the asphalt and concrete paving industries to compete for the same paving project. It operates on the principle of the market pricing of each material determining which is most economical when the bids are opened, rather than selecting the pavement type during design based on a life-cycle cost analysis (LCCA). This paper reviews including LCC-based bid adjustment factors in the ADAB award decision. Data are from a survey that received responses from 40 U.S. Departments of Transportation (DOT) and the Canadian province of Ontario, and a content analysis of 55 ADAB project outcomes in 13 U.S. states and three Canadian provinces. Seven algorithms in use to calculate an ADAB bid adjustment factor were found, and six U.S. DOTs that award ADAB projects without an adjustment factor. The paper finds that the adjustment factor formula rarely influences the award decision and, generally, the pavement type with the lowest bid cost wins with or without the adjustment factor. The paper models the ADAB process in financial terms as an exercisable commodity option that accrues value from the differential rates of volatility between asphalt and concrete. It concludes that an LCC-based bid adjustment factor complicates the award process, creating potential for controversy over what the factor inputs are, and does not add value over bidding the pavement types head to head and awarding to the low bidder. The ADAB process increases the number of bidders and reduces unit bid prices for both pavement types.

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)0,027
score de la tête « metaresearch » (Gemma)0,132
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 enseignants0,027
Score d'incertitude au seuil0,145

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,132
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,004
Communication savante0,0080,010
Science ouverte0,0030,002
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,140
Tête enseignante GPT0,376
Écart entre enseignants0,236 · 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 revueTransportation Research Record Journal of the Transportation Research BoardMême sujetLife Cycle Costing AnalysisTravaux en français237 207