MétaCan
Menu
Retour à la cohorte
Enregistrement W2054664380 · doi:10.3917/riss.172.0295

Développement des infrastructures : un partenariat entre le secteur public et le secteur privé en Inde

2002· article· fr· W2054664380 sur OpenAlexaff
Debendranath Sarangi

Notice bibliographique

RevueRevue internationale des sciences sociales · 2002
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiquePublic-Private Partnership Projects
Établissements canadiensMinistère de l’Emploi et de la Solidarité Sociale (Québec)
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Résumé La politique en matière d’infrastructures est d’une importance capitale pour le développement économique. Elle devrait demeurer au premier plan des préoccupations des gouvernements, notamment dans les pays en développement. Le manque de capitaux reste un des principaux problèmes que rencontre l’exécution des programmes en matière d’infrastructures. Ce problème devrait être résolu par la mise en place d’infrastructures de bonne qualité, puisque cela attire les investissements. En Inde, différents modèles d’investissement (investissement autonome, investissement de coalition, investissement de partenariat) ont été mis en œuvre pour trouver une solution aux problèmes de financement. Le Programme de villes durables (Sustainable Cities Programme – scp ), auquel le Programme des Nations Unies pour le développement (pnud) apporte son soutien, est un des meilleurs modèles de partenariat entre les secteurs public et privé pour le développement des infrastructures. Ce modèle a été mis en application dans la ville de Chennai, en Inde ; sa réussite a exigé la participation conjointe du secteur public et du secteur privé, ainsi que celle des associations locales. Le contexte national actuel semble favorable à la conduite d’une politique gouvernementale résolue d’investissement dans les infrastructures.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, 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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,359
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,003
Communication savante0,0030,006
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,132
Tête enseignante GPT0,297
Écart entre enseignants0,165 · 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'étudeThéorique ou conceptuel
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 revueRevue internationale des sciences socialesMême sujetPublic-Private Partnership ProjectsTravaux en français237 207