MétaCan
Menu
Retour à la cohorte
Enregistrement W2886070890 · doi:10.1155/2018/1802671

Highway Project Value of Money Assessment under PPP Mode and Its Application

2018· article· en· W2886070890 sur OpenAlexvenueno aff
Xiaowei Hu, Han Juan

Notice bibliographique

RevueJournal of Advanced Transportation · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiquePublic-Private Partnership Projects
Établissements canadiensnon disponible
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNatural Science Foundation of Heilongjiang ProvinceChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésAlgorithmGovernment (linguistics)ChinaComputer scienceEconomicsFinanceLawPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

The application of Public-Private Partnership (PPP) mode in transportation infrastructure construction has achieved more progress worldwide; now this mode has been adopted in highway projects of China from 2015. In the application of PPP mode, there are three main facts in China, which include whether the government is responsible for land acquisition and resettlement (LAR), the discount rate changes, and the replacement of business tax by value-added tax (VAT) in 2016. So this paper discusses Value for Money (VFM) quantitative assessment of highway projects under PPP mode in China, which considers currently three actual issues in China. A case study of Heda freeway in China has shown that (1) the government’s responsibility for LAR compensation may attract social capital investor and reduce the risk of social instability, (2) a reasonable range of a low discount rate can greatly reduce government expenditure, and (3) the replacement of business tax by VAT will increase the highway project company’s burden. The research results will be helpful for value of money assessment of highway projects under PPP mode in China and may offer the reference for other countries’ highway projects under PPP mode.

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)0,005
score de la tête « metaresearch » (Gemma)0,018
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 enseignants0,006
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,023
Tête enseignante GPT0,311
Écart entre enseignants0,289 · 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

Citations15
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetPublic-Private Partnership ProjectsTravaux en français237 207