Towards Practical Definitions of Quality of Maritime Risk Analyses During Procurement Processes
Notice bibliographique
Résumé
In the maritime context, national authorities and other actors regularly procure risk analyses from external providers.In the public sector this requires the drafting, publishing and evaluating the outcomes of formal calls for tenders.In such procurement processes, the quality of the received proposals is typically highlighted as a key criterion to be used when deciding on the winning bid, alongside other features such as price and the availability of sufficient personnel/other resources.This implies estimating the quality of a risk analysis, before it is carried out.As this is naturally a challenging task, the quality criteria of risk analyses are commonly simplified one way or another, often involving the perceived quality of previously produced studies or simply relying on the provider's overall reputation.This might be convenient in practical situations where a provider must be selected under time pressure.However, it may present a missed opportunity to ensure best value for money and, in the bigger picture, raise the standard of commissioned risk studies and the field at large.Our contribution builds on the SRA Risk Analysis Quality Test with a specific focus on which tests could be relevant for the risk analysis tendering stage.Based on an initial review by the authors, we propose two lists of key criteria for this purpose: one for drafting calls for proposals and another for evaluating them.Aimed primarily to initiate a focus on this aspect of risk management, the initial lists will be further developed during interviews and workshops with potential end-users in future work.
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 | 0,332 | 0,460 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,026 | 0,020 |
| Études des sciences et des technologies | 0,005 | 0,033 |
| Communication savante | 0,035 | 0,036 |
| Science ouverte | 0,009 | 0,014 |
| Intégrité de la recherche | 0,010 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».