MétaCan
Menu
← Retour à la cohorte
Enregistrement W2214910864

Évaluation expérimentale des modes d'enchère des droits d'exploitation de la forêt québécoise

2012· article· fr· W2214910864 sur OpenAlexaboutno aff
Daniel Rondeau, Maurice Doyon, Pascal Courty

Notice bibliographique

RevueCIRANO Project Reports · 2012
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ce projet a pour objectif de pallier un manque de connaissances quant à l'impact des conditions de marché et de certains paramètres institutionnels sur les prix d'enchère de premier prix. Il s'inscrit dans le cadre de la réforme majeure du régime forestier québécois et de la mise en place d'un système d'allocation des droits de coupes reposant principalement sur des ventes aux enchères. Des règles d'enchère, dans un environnement de communication entre acheteurs, sont donc testées à l'aide de cinq traitements expérimentaux. Le traitement de base [T0], le traitement [T1], qui est identique à T0, sauf que la règle qui oblige deux mises minimum lorsque la mise la plus élevée se situe entre le prix de réserve et le prix de départ n'est pas appliquée. Le traitement [T2] est identique à T0, sauf que l'offre agrégée est doublée. Le traitement [T3] élimine la possibilité de créer des consortiums (deux participants peuvent faire une mise commune pour un lot, c'est-à-dire que chacun des participants mise sur une essence et la somme de leurs deux mises est considérée comme un tout pour un lot). Finalement, le traitement [T4] simule la présence de joueurs dominants en éliminant leur contrainte de capacité. Notons que chaque traitement testé à un impact statistiquement significatif relatif au traitement contrôle. Les résultats agrégés indiquent que la pénalité, utilisée lorsque les participants ont excédé leur capacité de production, indique que la présence d'une pénalité à un effet négatif et significatif sur la marge de profit potentielle (MPP). Les acheteurs qui font face à des pénalités potentielles réagissent en se donnant une marge de profit potentielle plus grande qui couvre les pertes qui pourraient résulter d'un trop grand nombre d'achats. Toutefois, lorsque l'analyse porte sur les marges de profit réalisé (MPR), la pénalité n'est pas significative. Rappelons que la MPR ne capture que les transactions réalisées. C'est donc dire que la pénalité réduit, en moyenne, l'ensemble des mises (relativement aux valeurs), mais qu'elle n'a pas d'impact significatif sur les mises gagnantes. Les résultats des prétests expérimentaux ne font pas partie de l'analyse des résultats, de par leur nature. Néanmoins, ces derniers ont permis de tester deux niveaux de prix de départ. Les données démontrent clairement l'effet d'ancrage ou le pouvoir attractif du prix de départ. Un prix de départ plus élevé fait donc augmenter en moyenne les mises. La présence de comportements collusifs est également décelée en laboratoire. Ainsi, 46 % des participants ont indiqué avoir participé à des tentatives de collusion. Il est important de noter que la présence de signes indiquant l'intention ou les tentatives de collusion n'est pas garante du succès de cette dernière. La détection de mises stratégiques permet également de constater que ces dernières représentent entre 3 % [T0] et 32 % [T2] de l'ensemble des mises, selon les traitements.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,789
Score d'incertitude au seuil0,419

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,300
Écart entre enseignants0,266 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCIRANO Project Reports→Même sujetForest Management and Policy→Travaux en français237 207→