MétaCan
Menu
← Retour à la cohorte
Enregistrement W3003481879

La tarification routière au Québec - Quelles leçons tirer de l’expérience des précurseurs ?

2019· preprint· fr· W3003481879 sur OpenAlexaboutno aff
Jean‐Philippe Meloche

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2019
Typepreprint
Languefr
DomaineSocial Sciences
ThématiqueTransportation Planning and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPoliticsPolitical scienceWelfare economicsBusinessEconomyEconomicsLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Economists have long argued that road pricing improves the efficiency of infrastructure development. However, pricing projects for roads remain scarce, often for lack of political support. Quebec is no exception. After the implementation of tolls on portions of highways 25 and 30 in the early 2010s, the issue has faded out of political concern. This research focuses on the mechanisms through which technological innovation, and more specifically the emergence of global satellite-based navigation systems, contributes to the comeback of road pricing on the political agenda. A case analysis of Quebec is compared to four other cases considered as first movers in road pricing: Singapore, Oregon (USA), Germany and Norway. Interviews with local experts helped determine how the streams of solutions, problems and politics converge to enable implementation of road pricing projects. The first movers’ experience demonstrates that new technologies and increasing traffic problems are factors that contribute to an increasing need for pricing, but do not eliminate political hurdles. This suggests that it is better to plan things far ahead of time and move forward slowly in the hope of one day successfully implementing a road pricing project. Depuis longtemps, les économistes défendent l’idée que la tarification routière améliore l’efficacité de production des infrastructures. Pourtant, les projets de tarification demeurent rares sur les routes, souvent faute d’appui politique. Le Québec ne fait pas exception. Après la mise en vigueur des péages sur des portions des autoroutes 25 et 30 au début des années 2010, le débat sur la tarification s’est quelque peu essoufflé. Cette recherche s’intéresse aux mécanismes par lesquels l’innovation technologique, et plus précisément l’émergence des outils de positionnement par satellite, contribue à remettre les projets de tarification routière à l’ordre du jour. Une analyse du cas du Québec est mise en comparaison avec quatre territoires considérés comme des précurseurs en matière de tarification routière : Singapour, l’Oregon (États-Unis), l’Allemagne et la Norvège. Des entrevues auprès d’experts locaux ont permis d’identifier les mécanismes à travers lesquels les courants des problèmes, des solutions et de la politique arrivent à se coupler afin de permettre la mise en œuvre des projets de tarification routière sur ces territoires. L’expérience des précurseurs montre que les nouvelles technologies et l’amplification des problèmes de circulation sont des facteurs qui contribuent à accroître la nécessité de la tarification, mais qu’ils n’éliminent pas pour autant les obstacles politiques. Ce constat suggère qu’il vaut mieux s’y prendre longtemps d’avance et cheminer doucement pour espérer réussir un jour l’implantation d’un projet de tarification routière.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,916
Score d'incertitude au seuil0,609

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0130,007
Communication savante0,0080,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,336
Écart entre enseignants0,300 · 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'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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetTransportation Planning and Optimization→Travaux en français237 207→