MétaCan
Menu
Retour à la cohorte
Enregistrement W4380442580 · doi:10.29121/granthaalayah.v11.i5.2023.5160

QUALITY MANAGEMENT PRACTICES IN GONDRANG-PULCHOWK SIX-LANE ROAD UPGRADING PROJECT AT CHITWAN DISTRICT, NEPAL

2023· article· en· W4380442580 sur OpenAlexaff
Aashika Pokharel, Bipana Lamichhane

Notice bibliographique

RevueInternational Journal of Research -GRANTHAALAYAH · 2023
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensCentennial College
Organismes subventionnairesnon disponible
Mots-clésQuality (philosophy)Quality assuranceQuality managementRanking (information retrieval)Operations managementRemedial educationTransport engineeringBusinessComputer scienceEngineeringManagement systemMathematics

Résumé

récupéré en direct d'OpenAlex

The objective of this study is to assess the current quality management practices, determine the factors affecting quality management and to find out remedial measures that will improve the quality management practices in Gondrang-Pulchowk six-lane road construction project.This research methodology is based on interviews and questionnaires survey with clients and contractors who were involved in the project as well as experts from related field. Statistical tools, relative importance index, validity and reliability tests, Spearman’s correlation tests were used for the ranking of different quality aspects.From the comparative study, it was found that most guidelines of the General Conditions of Contract, Special Specifications and Quality Assurance Plan of the contract document were met during project execution although few concerns of safety and correspondence remain to be addressed.From the questionnaire survey, it was found that the practices to achieve quality need to be improved. Contractors consider cost factors as major factor affecting quality in the project whereas lack of supervision by contractors is cited by the clients as major factor affecting quality. To overcome the challenges of quality, proper material selection and usage, inspection, quality training, setting up quality department are seen as remedial measures. Improving safety at site, maintaining written correspondence, incorporating elements of ISO, proper selection and usage of materials, holding quality trainings and setting up quality control department are recommended for this project.

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)0,020
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,435
Score d'incertitude au seuil0,797

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0200,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0000,001
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 Opus0,391
Tête enseignante GPT0,578
Écart entre enseignants0,187 · 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.

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Research -GRANTHAALAYAHMême sujetConstruction Project Management and PerformanceTravaux en français237 207