MétaCan
Menu
Retour à la cohorte
Enregistrement W4406385688 · doi:10.51501/jotnafe.v39i1.144

Resolving Schedule Delay Claims with Forensic Analysis

2022· article· en· W4406385688 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of the National Academy of Forensic Engineers · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueSoftware Reliability and Analysis Research
Établissements canadiensResponse Biomedical (Canada)
Organismes subventionnairesnon disponible
Mots-clésScheduleForensic sciencePsychologyComputer scienceCriminologyHistoryArchaeology

Résumé

récupéré en direct d'OpenAlex

This paper demonstrates how the principals of forensic engineering can be applied to evaluation of schedules, daily diaries, status reports, meeting notes, and other project documentation to determine why delays occur on a project and which parties are responsible for delays. To understand the actual project history, the forensic engineer should conduct a thorough and fair evaluation of all available project documentation to understand the contractual requirements, project milestones, effects of changes, magnitude of delays to the Critical Path, and the basis of the delay claim dispute. The forensic engineer should have sufficient knowledge and experience with project planning, scheduling, and cost estimating to understand the technical basis of the project schedule. He or she must also evaluate and understand the schedule resource loading methodology, schedule logic structure, validity of the activity durations, actual sequence of events, and the material issues that affected the Critical Path. Use of the original planning software is usually necessary as well. The forensic engineer should conduct an impartial technical evaluation that addresses the important and material issues so responsibility for the delays can be determined and proven with a reasonable degree of certainty to resolve the dispute fairly.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,301
Score d'incertitude au seuil0,362

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,019
Tête enseignante GPT0,274
Écart entre enseignants0,255 · 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