Sécurité routière : efficacité, subvention et réglementation
Bibliographic record
Abstract
Dans cet article nous présentons une analyse économique de la sécurité routière en mettant l’accent sur les inefficacités engendrées par les externalités et le risque moral. Nous abordons également des mécanismes susceptibles de contrer les inefficacités tels les taxes et subsides et la réglementation gouvernementale. L’utilisation des taxes et subsides est pratiquement impossible puisque le gouvernement ne peut observer directement les activités de prévention des individus. Le gouvernement doit donc s’en remettre, par le biais de la réglementation, à des interventions directes sur la probabilité d’accident et sur le montant de perte en cas d’accident. Nous présentons une formule d’évaluation des actions gouvernementales permettant de calculer la rentabilité sociale des projets publics et de comparer divers projets gouvernementaux. Nous démontrons que la prise en compte de l’aversion au risque augmente la rentabilité des projets publics et peut affecter la classification des projets.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.003 |
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; both teacher heads agree on what is shown here.
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".