L’application de la méthode des comparables à la forêt publique québécoise
Bibliographic record
Abstract
En 1986, le gouvernement du Québec a institué une nouvelle méthode d’évaluation des redevances forestières pour les terres qui relèvent de sa propriété, soit la méthode des comparables. Elle consiste à transposer la valeur des bois extraits des terres privées à celle des tiges croissant sur les terres publiques. Même si des réserves peuvent être exprimées quant au degré de concurrence sur le marché des boisés privés, ce point semble mineur en regard de l’ouverture de ce marché vers l’extérieur de la province. Des difficultés apparaissent cependant dans la transposition des valeurs du bois sur pied de la forêt privée à la forêt publique, à cause de la responsabilité partagée de la gestion de la forêt publique entre le gouvernement et l’entreprise privée qui découle du système de tenure. Cette responsabilité partagée introduit certains biais dans l’évaluation du bois debout sur les terres publiques. Ces biais réduisent les redevances forestières que le gouvernement pourrait percevoir, tout au moins à long terme. Pour résoudre certaines difficultés, le gouvernement pourrait accroître l’information disponible sur les coûts de production pour les terres publiques notamment en privatisant certaines parties du domaine public.
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 | 0.032 | 0.131 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.005 |
| Bibliometrics | 0.008 | 0.008 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.003 | 0.003 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.033 | 0.005 |
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".