MétaCan
Menu
Retour à la cohorte
Enregistrement W4400922350 · doi:10.51967/tepian.v4i4.2969

Critical Path Analysis Using Microsoft Project 2016 on the Implementation Schedule of Residential House Construction Projects

2023· article· en· W4400922350 sur OpenAlexaff
Muhammad Tahrir, Fajar Ramadhani, Dewi Astuti Baco

Notice bibliographique

RevueTEPIAN · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensKwantlen Polytechnic University
Organismes subventionnairesnon disponible
Mots-clésScheduleCritical path methodComputer sciencePath (computing)Transport engineeringArchitectural engineeringOperations researchEngineeringOperating systemSystems engineering

Résumé

récupéré en direct d'OpenAlex

A project requires good planning, careful execution and effective and efficient use of resources. The implementation of the development of a construction project consists of a series of activities that are interrelated with one another. This is where the importance of planning and scheduling projects properly to facilitate implementation in the field and development can be completed on time according to schedule. The existence of obstacles or obstacles that will occur in the process of implementing a construction project can be seen and predicted from the level of urgency of the work items to be carried out, the analysis that will be used to predict the constraints or obstacles that may occur is by analyzing the critical path of the project implementation schedule construction. The use of Microsoft Project is very effective in analyzing data and determining critical paths. Based on the critical path analysis that has been carried out on the construction project schedule for the construction of residential houses, it is found that several work sub-items are on the critical path, especially in preparatory work and structural work, which means that the work sub-item in this work must pay close attention to the implementation process both in terms of resource readiness. human and equipment.

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)0,005
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0090,008
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,027
Tête enseignante GPT0,308
Écart entre enseignants0,281 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTEPIANMême sujetBIM and Construction IntegrationTravaux en français237 207