MétaCan
Menu
Retour à la cohorte
Enregistrement W2871942788 · doi:10.22215/cjers.v11i2.2510

Accommodation of Interests of the State, Business and Civil Society in Environmental Projects Implemented Through Public Private Partnership in the Russian Federation

2017· article· en· W2871942788 sur OpenAlexvenueno aff
Andrey Margolin, В. Н. Краснощеков

Notice bibliographique

RevueThe Canadian Journal of European and Russian Studies · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering and Environmental Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipAccommodationContext (archaeology)Public–private partnershipCivil societyFinanceState (computer science)Private sectorInvestment (military)BusinessPolitical scienceEconomicsComputer scienceEconomic growth

Résumé

récupéré en direct d'OpenAlex

Environmental projects have a number of distinctive features, among them an increased capital/output ratio, relatively high risks, lengthy payback periods, and outcomes that are hard to evaluate using financial indicators. Public private partnership (PPP) appears to be a viable approach for the implementation of such projects; however, existing mechanisms for the accommodation of long-term interest of the state, business and civil society are inadequate to ensure their success. In this context, the author presents an algorithm of multi-criteria analysis to evaluate the social efficiency of PPP-based environmental projects, which takes into account the impact of both financial and non-financial outcomes and includes crowdsourcing public opinion into the final decision-making process. Special priority is given to the assessment of multiplicative effects, as their role and impact on the feasibility of investment are often underestimated. The author’s conclusions and recommendations are illustrated using the case study of a construction project for a municipal solid waste processing facility. Full text available at: https://doi.org/10.22215/rera.v11i2.1191

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)0,014
score de la tête « metaresearch » (Gemma)0,007
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,051
Tête enseignante GPT0,245
Écart entre enseignants0,195 · 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
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of European and Russian StudiesMême sujetEngineering and Environmental StudiesTravaux en français237 207