Notice bibliographique
Résumé
There has been an increasing reliance on the user-pay model to fund municipal infrastructure in Canada. User fees as a source of own-source municipal revenue have more than tripled since 1965 (Tindal et al. 2012, p. 262). However, the application of the user-pay model is constrained by two important factors. First, user charges have very specific legal constraints on them that may be at odds with the nature of the specific infrastructure for which funds are being sought. Second, municipal government is known as the “the most varied form of government in Canada” (Treff and Ort 2013, p. 1:3) which makes it difficult to not only make comparisons of the use of user charges both within and across jurisdictions, but also to make sweeping conclusion about the best way for all municipalities to fund their infrastructure priorities. These characteristics and constraints mix together to provide a complicated landscape within which municipal infrastructure needs can be and are financed and leads to diverse approaches to financing municipal infrastructure in Canada. In addition, it explains why many municipalities may not adhere to the best practices as outlined in the literature. This paper examines some of the general considerations regarding the constraints on user charges along with specific contextual environments regarding the municipal user charges in Western Canada. The paper begins by setting out the constraints that user charges must meet regardless of jurisdiction and then considers the specific jurisdictional constraints in two Western provinces. The discussion focuses on Alberta and British Columbia as these two provinces, despite being neighbours, have very different environments within with municipalities operate leading to different reliance on and uses of user charges. The paper concludes by discussing some of the comparative complications that arise.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,012 | 0,003 |
| Communication savante | 0,006 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 source (Gemma direct ou Codex distillé), 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 ».