Options d'enchères pour la mise en marché du bois par le Bureau de mise en marché des bois du Québec
Bibliographic record
Abstract
La réforme forestière québécoise en forêt publique (85 % du territoire forestier de la province), vise l'établissement pour la première fois d'un marché concurrentiel pour un pourcentage significatif des bois en forêt publique. Puisque les résultats du marché concurrentiel serviront à l'établissement de prix pour une partie des bois vendus et que dans certaines régions les acheteurs potentiels sont concentrés, d'importants enjeux compétitifs doivent être pris en considération dans le design du marché qui sera mis en place. Cette étude est un prélude à des simulations expérimentales ou terrains qui permettront de tester certains éléments de design de marché qui sont explorés ici à l'aide de la littérature et de la théorie économique. Dans un premier temps, certaines des hypothèses de réforme du régime forestier ontarien sont discutées, puis les cinq questions de design suivantes sont analysées : 1. Quel est l'impact potentiel de l'imprécision statistique des données d'inventaire sur le résultat des mises? 2. Quel est l'impact d'une tarification sur la base de l'inventaire (prix fixe déterminé a priori) versus une tarification sur la base du mesurage (prix en fonction des volumes réellement récoltés), ainsi que la relation avec une obligation de récolte? 3. Quel est l'impact du prix de départ sur les mises et le résultat de la vente, l'impact du prix minimum et du prix de réserve sur le résultat de l'enchère si ces prix sont révélés; 4. Quelle information devrait être divulguée (et à quel moment), dans le contexte de la forêt québécoise, si une enchère de premier prix avec enveloppe fermée est utilisée? 5. Quelle est la façon la plus appropriée de déterminer le prix du bois dans les sous-régions où les conditions de saine compétition sont peu probables? Une discussion sur d'autres mécanismes d'enchère à considérer pour la vente de bois sur pied ou récolté complète l'étude.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.009 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".