MétaCan
Menu
Retour à la cohorte
Enregistrement W2337577618 · doi:10.5942/jawwa.2016.108.0047

Cost Recovery and Affordability in Small Drinking Water Treatment Plants in Alberta, Canada

2015· article· en· W2337577618 sur OpenAlexaffabout
Aaron Janzen, Gopal Achari, Mohammed H. Dore, Cooper H. Langford

Notice bibliographique

RevueAmerican Water Works Association · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensBrock UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésUnit (ring theory)Marginal costCapital costEconomic costUnit costEnvironmental scienceBusinessWater resource managementEconomics

Résumé

récupéré en direct d'OpenAlex

This paper investigates the cost of providing drinking water to municipalities with populations less than 1,000 in Alberta, Canada, and presents the current unit costs, cost recovery ratios, and affordability for a sample of 25 communities. Unit costs are found to vary considerably with the volume of treated water and the type of source water. Of the 25 communities investigated, only one community recovers the full cost of treating drinking water, while two of the communities recover their portion of the capital costs (i.e., accepting grants as a gift) as well as the marginal costs. Seven of the communities recover the marginal cost of treating drinking water. The authors conclude that water rates designed to cover the marginal cost are possible for small communities if 2% of the median household income is considered an affordable proportion of income to be dedicated to drinking water.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,821

Scores Codex et Gemma par catégorie

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

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 Opus0,029
Tête enseignante GPT0,203
Écart entre enseignants0,175 · 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 tête enseignante, 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

Citations17
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Water Works AssociationMême sujetFiscal Policy and Economic GrowthTravaux en français237 207