Multi-Tiered Project Delivery Systems Selection for Capital Projects
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.
Notice bibliographique
Résumé
This paper describes a method for selection of most suitable project delivery systems for capital projects. It expands upon the method advanced by the Construction Industry Institute (CII) in 2003, and incorporates additional decision criteria and project delivery systems in a multi-tier decision computational platform. The paper integrates the analytical hierarchy process to alleviate the inherent subjectivity associated with the assignments of relative weights to selection criteria used in the CII method. It also expands the range of project delivery options to include Public Private Partnership (PPP) and Integrated Project Delivery (IDP). The range of selection criteria was expanded by 60, beyond the 20 criteria of the CII method. Relative effectiveness values are proposed for the added project delivery systems making use of recent project cases in Canada and the USA. The method was implemented in a spreadsheet application. Multiple scenarios were considered for one of the cases presented in the CII study and a sensitivity analysis performed based on the developments made in this paper. The differences in outputs between the CII method and the proposed method are discussed. This is the first decision framework that incorporates both the presently used PPP and the recently introduced IDP, along with the widely used project delivery systems. The developed method allows users to filter out the factors and alternatives that do not apply to the case at hand, based on key inputs at the upper tier. The method is flexible and can easily be expanded upon and customized by the user.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle