MétaCan
Menu
Retour à la cohorte
Enregistrement W599160489

Louisiana Highway Construction Cost Trends After Hurricanes Katrina and Rita

2008· article· en· W599160489 sur OpenAlexaboutno aff
Guangxiang Cheng, Chester G. Wilmot

Notice bibliographique

RevueTransportation Research Board 87th Annual MeetingTransportation Research Board · 2008
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHurricane katrinaIndex (typography)Quarter (Canadian coin)Transport engineeringAgency (philosophy)Cost estimateNatural disasterEngineeringGeographyCivil engineeringEnvironmental scienceMeteorologyComputer scienceArchaeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The object of this study is to reveal the highway construction cost trend after hurricane Katrina and Rita in Louisiana. The method to reveal the impact is to build a Louisiana Highway Construction Index (LHCI). This index is made up with the cost of construction material, labor and equipment of 6 major material categories in highway construction. The data is from projects let in the Louisiana Department of Transportation and Development from 2003 to the 2nd quarter of 2007. The indices were built for statewide, hurricane impacted areas (GO Zone) and non-GO Zones. The indices revealed that two quarters after hurricane Katrina and Rita, the highway construction cost jumped about 20% statewide and 51% in GO Zone. Two years after the hurricanes, the cost has stabilized to around 30% increase over the pre Katrina and Rita period. This study provides valuable information for the state agency to estimate cost escalation in on-going projects and to estimate future disaster response to highway construction costs. Keywords: Highway construction cost, index, hurricane

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)0,011
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,123
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0050,008
Études des sciences et des technologies0,0020,003
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,134
Tête enseignante GPT0,423
Écart entre enseignants0,289 · 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'étudeObservationnel
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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Board 87th Annual MeetingTransportation Research BoardMême sujetConstruction Project Management and PerformanceTravaux en français237 207