Examining year-end spending spikes in the European Economic Area: a comparative study of procurement contracts
Notice bibliographique
Résumé
Purpose The purpose of this study is to analyze year-end spending practices in the European Economic Area (EEA) to baseline the pervasiveness of year-end spending spikes across countries in Europe. Design/methodology/approach The Tenders Electronic Daily dataset is used to descriptively analyze above-threshold procurement contracts by country, year and contract type from 2009 to 2018. Proportional distributions are employed to compare percentages of spend across quarters. Analyses are run within each country on the number of years displaying a fourth quarter spike, as well as within each country and contract type. Findings The results show that while spending spikes for above-threshold contracts in the final fiscal quarter are not consistent across all countries, patterns emerge when the data are disaggregated by country. The most populous nations in the EEA are more likely to have years with the highest proportion of fiscal spend occurring in the fourth quarter. Further, the type of contract makes a difference – services and supplies contracts are more likely to display fourth quarter spikes than works contracts. Originality/value This article provides the first analysis of the year-end spending spike across countries in Europe using procurement data, as well as the first to disaggregate by year and contract type. Findings support the literature on the presence of year-end spikes; such spikes exist even for above-threshold public procurement contracts.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».