Biais hypothétique et notion de conséquence : le cas de l’évaluation économique du réseau hydrographique du grand Montréal
Notice bibliographique
Résumé
Cette étude utilise une méthode de préférences déclarées afin de donner une valeur économique à l’amélioration de différents attributs des milieux aquatiques du Grand Montréal. L’évaluation porte sur sept attributs liés aux écosystèmes aquatiques des sites étudiés. Il s’agit de la biodiversité, de la qualité de l’eau, du stockage du carbone, des activités récréatives, de la qualité du paysage, de la superficie restaurée et de la sensibilisation et mobilisation des populations locales. L’analyse permet de calculer la valeur monétaire qu’un ménage serait disposé à verser sous forme de don pour chaque unité d’attributs. Ces valeurs marginales sont comprises entre 0.009 $ et plus de 24 $ par ménage et par unité supplémentaire d’attribut. Ainsi, nous arrivons, sous certaines hypothèses, à déterminer les valeurs monétaires que l’ensemble des ménages québécois accordent à l’amélioration de chacun de ces biens et services écosystémiques de la Trame Bleue du Grand Montréal. Le contexte de l’étude nous permet également de contribuer à la recherche sur le biais hypothétique. Nous mettons en œuvre dans le cadre de l’enquête différents traitements qui nous permettent dans un premier temps de mettre en évidence l’existence d’un biais hypothétique positif, et dans un second temps de tester la capacité de la notion de conséquence, appliquée à un contexte hypothétique, à réduire le biais hypothétique. L’enquête de terrain nous permet de corroborer certains résultats de la littérature scientifique obtenus en laboratoire. Le biais hypothétique semble résulter d’un manque de conséquence financière et politique des études d’évaluation, mais aussi des caractéristiques individuelles des répondants. Ces caractéristiques individuelles ont un impact certain sur la manière dont les individus appréhendent les deux dimensions de la notion de conséquence. Ce dernier constat soulève la question de l’opérationnalité de la notion de conséquence pour réduire le biais hypothétique lors d’études d’évaluations économiques de biens environnementaux.
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 | 0,011 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».