Notice bibliographique
Résumé
Dans les années à venir, les concessions hydroélectriques françaises seront soumises à un processus de mise en concurrence, avec une offre qui prévoit deux volets, économique et environnemental. Cette procédure pourrait générer un arbitrage entre transferts monétaires et engagements environnementaux. En particulier, nous anticipons que des compensations monétaires élevées vis-à-vis des autorités locales seront couplées avec des mesures de mitigation moins satisfaisantes et vice-versa . Cet article analyse les raisons à l’origine des choix des autorités locales auxquelles ces compensations s’adressent. À travers une expérience dans le cadre des modèles de choix discret (DCE) conduite dans la vallée de l’Aspe, où est installée une capacité hydroélectrique de 100 MW, nous considérons que les offres monétaires sont converties en rabais de la facture d’électricité pour les résidents. Nous testons dans ce contexte si la population locale préfère des économies sur la facture plus importantes ou une plus ample amélioration environnementale. Du point de vue méthodologique, nous calculons nos résultats suivant l’approche standard de l’espace des préférences et celle de la propension à payer ( willingness to pay , WTP). Nous montrons que la population locale révèle une préférence forte pour les améliorations environnementales. Cela nous emmène à conclure que les acteurs intéressés aux concessions hydroélectriques devraient donner une priorité forte aux mesures de mitigation. JEL Codes: H23, Q2, Q4, Q5.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,801 | 0,760 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».