Évaluation expérimentale des modes d'enchère des droits d'exploitation de la forêt québécoise
Notice bibliographique
Résumé
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 source (Gemma direct ou Codex distillé), 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 ».