MétaCan
Menu
Retour à la cohorte
Enregistrement W3126078199

Expected service lives and depreciation profiles for capital assets. Evidence based on a survey of Norwegian firms

2016· preprint· en· W3126078199 sur OpenAlexaboutno aff
Terje Skjerpen, Nina Barth, Ådne Cappelen, Steinar Todsen, Thom Åbyholm

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2016
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCapital Investment and Risk Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDepreciation (economics)NorwegianService (business)Capital (architecture)Carry (investment)BusinessCapital assetFixed assetEconomicsHuman capitalFinanceMarketingCapital formationFinancial capitalMicroeconomicsProduction (economics)GeographyMarket economy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In the Norwegian national accounts, as in many other countries, it is quite common to use information on depreciation rates and profiles based on studies from the US, Canada and the Netherlands due to a lack of national studies. We present new results based on a survey of Norwegian firms concerning their perception of the expected economic service life of different types of capital assets and their assessments of the most realistic depreciation profiles. For some capital categories, information on acquisition prices and second-hand market prices were also collected, together with information on the age of capital assets when they were sold in second-hand markets. We present the companies' answers about expected service lives and depreciation profiles, and carry out an econometric analysis for two types of capital where second-hand markets exist, Machinery and equipment for mining and manufacturing, and Tools, instruments, furnishings etc. For the first group, the expected service life is estimated to be between 9 and 10 years, while, for the second group, the estimate is about 8 years. According to the descriptive analysis, the reported mean expected service lives are around 10 and 7 years, respectively. Our results are quite similar to those obtained in the literature.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,092
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,089
Tête enseignante GPT0,312
Écart entre enseignants0,224 · 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.

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetCapital Investment and Risk AnalysisTravaux en français237 207