MétaCan
Menu
Retour à la cohorte
Enregistrement W595168423

TRENDS TO WATCH IN ROAD TECHNOLOGY

2002· article· en· W595168423 sur OpenAlexaboutno aff
R W Stidger

Notice bibliographique

RevueBetter roads · 2002
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgency (philosophy)Transport engineeringIntegrated project deliveryEngineering managementRoad constructionEngineeringProject managementDesign–buildConstruction managementBusinessCivil engineeringSystems engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This article reports on results of a seven-country study of new road construction management methods funded in large part by the National Technology Agency of Finland, the Finnish Road Administration, and the Finnish Road Enterprise. The Innovative Project Delivery Methods for Infrastructure study reports on developments in Australia, Canada, England, Finland, New Zealand, Sweden and the U.S. The four road construction methods with most promise are Design-build, Design- Build-Operate-Maintain, Design-Build-finance-Operate, and Full Deliver (also known as Project Management). Still, the traditional Design- Bid-Build method is most often used, except in England, which has switched almost entirely to the innovative methods. It shows the different effects on time-lines, budgets; the types of projects to which each is most suited; advantages and disadvantages of traditional and new methods, as described by the agencies using them. Longer term contracts give the contractor the greatest ability to take advantage of new developments in intelligent transportation tools. Using outcomes as criteria for performance also give contractors more freedom to take advantage of alternative methods and innovations. Australia and New Zealand have used 10-year contracts most extensively and have good models. The Design-Build Selector developed by the University of Colorado, Georgia Tech and the National Science Foundation is also a useful tool for choosing contract methods.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,810
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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 Opus0,088
Tête enseignante GPT0,351
Écart entre enseignants0,263 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBetter roadsMême sujetConstruction Project Management and PerformanceTravaux en français237 207