MétaCan
Menu
Retour à la cohorte
Enregistrement W2263556640

Guide de gestion des risques reliés aux projets d’infrastructure municipale à destination des élus

2015· preprint· fr· W2263556640 sur OpenAlexaboutno aff
Nathalie de Marcellis-Warin, Ingrid Peignier, Minh Hoang Bui

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2015
Typepreprint
Languefr
DomaineEngineering
ThématiqueUnderground infrastructure and sustainability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objectif du guide Les infrastructures municipales sont indissociables de la gestion d’une ville et des services de proximité offerts aux citoyens. Ainsi, le renouvellement des infrastructures actuelles et le développement de nouvelles infrastructures amènent les élus à faire des choix, à prioriser certains projets au détriment d’autres ce qui pourraient impacter les qualités des services, la capacité financière de la Ville et les citoyens. Au cœur de ce processus décisionnel, l’élu demeure imputable des décisions et actions de sa municipalité. C’est pourquoi l’élu municipal doit disposer de tous les nécessaires afin de faciliter sa prise de décision et maximiser les investissements de sa municipalité. Le présent guide s’adresse d’abord aux élus municipaux et a pour mandat d’outiller ceux-ci à mieux identifier, anticiper et gérer les risques lors d’un projet d’infrastructure. Spécifiquement, l’objectif de ce guide est de vous fournir : Un registre des risques reliés à la gestion des projets d’infrastructures municipales au Québec; Un benchmarking des pratiques municipales qui ont fait leurs preuves dans des municipalités du Québec; Des outils pour mieux identifier, anticiper et gérer les risques lors d’un projet d’infrastructure municipale.Ce document est confidentiel. Pour toute demande d'information, veuillez contacter Ingrid Peignier à ingrid.peignier@cirano.qc.ca

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)0,007
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,809
Score d'incertitude au seuil0,385

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,006
Études des sciences et des technologies0,0030,001
Communication savante0,0050,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0200,006

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 Opus0,037
Tête enseignante GPT0,318
Écart entre enseignants0,281 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetUnderground infrastructure and sustainabilityTravaux en français237 207