Life-Cycle Cost Adjustment Factors in Alternate Design/Alternative Bid Pavement Bids: Added Value or Added Controversy?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle