Partage des coûts et tarification des infrastructures : enjeux, problématique et pertinence
Notice bibliographique
Résumé
Most, if not all, organizations allocate common costs in one way or another among their various components or among their various partners. These common cost sharing problems are becoming increasingly acute as common cost sharing rules are important factors in competitiveness and performance. Although their explicit scientific analysis is already relatively advanced, their application within organizations (companies, alliances or business networks, governments) remains relatively embryonic and often dependent on an ad hoc historical approach, rather than rationally chosen to maximize organizational performance and value. We believe that organizations, broadly defined, would benefit from investing resources in learning common cost sharing methods that are more rigorous, efficient, equitable and incentive-based than those commonly used. We stress the importance of this investment in an economic context where the development of common infrastructures, both private and public, is omnipresent and conditions efficiency gains, which themselves have become the real cornerstone of competitiveness. We briefly present some cost sharing methods (Shapley-Shubik, nucleoli, sequential rule, ECPR, Ramsey-Boiteux, GPC). The study of these methods, which could better enhance the value of common infrastructures, is pursued in greater depth in the other documents in this series. Finally, we show how these methods have been or could be applied to nine problems that represent a much broader set of possible applications. La plupart des organisations, sinon toutes, repartissent d'une maniere ou d'une autre des couts communs entre leurs diverses composantes ou encore entre leurs differents partenaires. Ces problemes de partage de couts communs se posent avec de plus en plus d'acuite car les regles de partage des couts communs sont des facteurs importants de competitivite et de performance. Bien que leur analyse scientifique explicite soit deja relativement avancee, leur application au sein des organisations (entreprises, alliances ou reseaux d entreprises, gouver-nements) reste relativement embryonnaire et souvent tributaire d'une approche historique ad hoc, plutot que rationnellement choisie pour maximiser la performance et la valeur de l'organisation. Nous croyons que les organisations, entendues au sens large, auraient interet a investir des ressources dans l'apprentissage de methodes de partage de couts communs plus rigoureuses, plus efficaces, plus equitables et plus incitatives que celles couramment utilisees. Nous insistons sur l'importance de cet investissement dans un contexte economique ou le developpement d'infrastructures communes, tant privees que publiques, est omnipresent et conditionne les gains d efficacite, devenus eux-memes la veritable pierre angulaire de la com-petitivite. Nous presentons brievement certaines methodes de partage de couts (Shapley-Shubik, nucleole, regle sequentielle, ECPR, Ramsey-Boiteux, GPC). L'etude de ces methodes, susceptibles de mieux valoriser les infrastructures communes, est poursuivie plus en profondeur dans les autres documents de la presente serie. Nous montrons enfin comment ces methodes ont ete ou pourraient etre appliquees a neuf problemes representatifs d'un ensemble beaucoup plus vaste d'applications possibles.
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 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 | 0,004 | 0,006 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 tête enseignante, 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 ».