Rekomendasi Rencana Anggaran Biaya dari Audit Keselamatan Jalan Tahap Detail Engineering Design (DED) pada Jalan Nasional Provinsi Jambi
Notice bibliographique
Résumé
From 2016 – 2018 in Jambi province there were 3,543 traffic accidents, with 1,085 deaths. What causes traffic accidents is caused by three factors, human factors themselves, vehicle factors and road infrastructure factors. To reduce the occurrence of traffic accidents, you can eliminate or reduce the causes of traffic accidents, such as improving the safe condition of road infrastructure. The aim of this research is to calculate recommendations for budget plans from the results of road safety audits at the detailed engineering design (DED) stage, totaling six detailed engineering design (DED) documents on Jambi province national roads. This research uses road safety audit guidelines Pd 03 – 2019 – B. From the results of the analysis, the percentage between the safety cost recommendation results compared to the construction cost design (owner estimate) at DED 1 = 6.17%, DED 2 = 0.93%, DED 3 = 16.13%, DED 4 = 7.33%, DED 5 = 0.75% and DED 6 = 8.83% and the combined percentage obtained is 7.05%. Thus, a detailed engineering design (DED) still requires attention in producing a detailed engineering design (DED) that is oriented towards road safety and the costs of physical implementation of the results of road safety recommendations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,003 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».