MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408701204 · doi:10.54932/iubf5935

La fiscalité municipale et le développement immobilier au Québec

2025· report· fr· W4408701204 sur OpenAlexaboutno aff
Jean‐Philippe Meloche

Notice bibliographique

Revuenon disponible
Typereport
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Ce rapport s’intéresse au lien entre le développement immobilier et la fiscalité municipale au Québec. Il mesure la corrélation entre la croissance immobilière ou démographique et la variation des taux de taxation des municipalités. Les estimations permettent de vérifier qu’il existe un gain fiscal associé à la croissance municipale au Québec. Les municipalités de 1 000 habitants et plus ayant connu une croissance plus élevée de leur population ou de leur nombre d’unités immobilières entre 2008 et 2018 affichent une croissance de leur taux de taxation plus faible (ou une décroissance plus forte). Ces municipalités affichent également des croissances plus faibles de leurs dépenses courantes par habitant au cours de la période. Elles génèrent aussi une part plus importante de leurs recettes à partir de droits, permis et contributions de promoteurs, couvrant possiblement une partie de leurs dépenses courantes. Le gain fiscal de la croissance demeure toutefois éphémère. À terme, notre analyse montre que les municipalités ayant une population plus élevée ont des dépenses par habitant plus élevées. Ces dépenses sont toutefois financées par des valeurs foncières conséquentes, ce qui suggère que l’impôt foncier est bien adapté à la croissance municipale. Il n’est pas possible, selon notre analyse, de conclure que la quête incessante de croissance immobilière par les municipalités a nécessairement un impact négatif sur le bien-être de la collectivité. Le gain qu’elles retirent de la croissance est temporaire et il apparaît pertinent pour éviter qu’elles ne favorisent les coalitions axées sur la valorisation foncière. L’absence de gain pourrait avoir pour conséquence de ralentir le développement immobilier dans un contexte où l’accès au logement est de plus en plus difficile.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,178

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,001
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0120,000

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 Opus0,079
Tête enseignante GPT0,376
Écart entre enseignants0,297 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSocial Sciences and Governance→Travaux en français237 207→