MétaCan
Menu
Retour à la cohorte
Enregistrement W4312819289 · doi:10.1093/oso/9780192897046.003.0022

Canadian Airport Authorities

2022· book-chapter· en· W4312819289 sur OpenAlexaboutno aff
David J. Langlois

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueTransport and Economic Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRevenuePublic administrationPoliticsCorporate governanceAdministration (probate law)Government (linguistics)BusinessPolitical scienceEconomic policyFinanceLaw

Résumé

récupéré en direct d'OpenAlex

Abstract By 1984 the operation of Canada’s major airports was costing the federal government over $750 million a year which was increasingly not politically acceptable. Starting in 1985 the response was to create local nonprofit Canadian airport authorities. By 2008, 21 airport authorities had achieved far more success than initially expected. Since 1992 they have spent over $32 billion in infrastructure development. They employ almost 100,000 people directly and indirectly in airport operations, spend almost $7 billion a year in local economies, and contribute $400 million a year to the General Revenue Fund. This remarkable success has been in place for thirty years. The governance framework and accompanying management and oversight rules under which the airport authorities operate have not fundamentally changed since 1992, even though designing and implementing the reform proceeded across Liberal and Conservative governments. Creating public policy is usually long, tedious, and fraught with pitfalls and traps. In this case policy development was undertaken in an unusual manner, having to contend with impatient political leaders and extremely conservative and suspicious public bureaucrats who saw this as a threat to their domains. This chapter tells the story of the creation of Canada’s airport authorities and the innovative administration and policy development that allowed that to occur.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,843
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,1060,003

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 Opus0,020
Tête enseignante GPT0,178
Écart entre enseignants0,158 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTransport and Economic PoliciesTravaux en français237 207