Évaluation expérimentale des modes d'enchère des droits d'exploitation de la forêt québécoise
Bibliographic record
Abstract
Ce projet a pour objectif de pallier un manque de connaissances quant à l'impact des conditions de marché et de certains paramètres institutionnels sur les prix d'enchère de premier prix. Il s'inscrit dans le cadre de la réforme majeure du régime forestier québécois et de la mise en place d'un système d'allocation des droits de coupes reposant principalement sur des ventes aux enchères. Des règles d'enchère, dans un environnement de communication entre acheteurs, sont donc testées à l'aide de cinq traitements expérimentaux. Le traitement de base [T0], le traitement [T1], qui est identique à T0, sauf que la règle qui oblige deux mises minimum lorsque la mise la plus élevée se situe entre le prix de réserve et le prix de départ n'est pas appliquée. Le traitement [T2] est identique à T0, sauf que l'offre agrégée est doublée. Le traitement [T3] élimine la possibilité de créer des consortiums (deux participants peuvent faire une mise commune pour un lot, c'est-à-dire que chacun des participants mise sur une essence et la somme de leurs deux mises est considérée comme un tout pour un lot). Finalement, le traitement [T4] simule la présence de joueurs dominants en éliminant leur contrainte de capacité. Notons que chaque traitement testé à un impact statistiquement significatif relatif au traitement contrôle. Les résultats agrégés indiquent que la pénalité, utilisée lorsque les participants ont excédé leur capacité de production, indique que la présence d'une pénalité à un effet négatif et significatif sur la marge de profit potentielle (MPP). Les acheteurs qui font face à des pénalités potentielles réagissent en se donnant une marge de profit potentielle plus grande qui couvre les pertes qui pourraient résulter d'un trop grand nombre d'achats. Toutefois, lorsque l'analyse porte sur les marges de profit réalisé (MPR), la pénalité n'est pas significative. Rappelons que la MPR ne capture que les transactions réalisées. C'est donc dire que la pénalité réduit, en moyenne, l'ensemble des mises (relativement aux valeurs), mais qu'elle n'a pas d'impact significatif sur les mises gagnantes. Les résultats des prétests expérimentaux ne font pas partie de l'analyse des résultats, de par leur nature. Néanmoins, ces derniers ont permis de tester deux niveaux de prix de départ. Les données démontrent clairement l'effet d'ancrage ou le pouvoir attractif du prix de départ. Un prix de départ plus élevé fait donc augmenter en moyenne les mises. La présence de comportements collusifs est également décelée en laboratoire. Ainsi, 46 % des participants ont indiqué avoir participé à des tentatives de collusion. Il est important de noter que la présence de signes indiquant l'intention ou les tentatives de collusion n'est pas garante du succès de cette dernière. La détection de mises stratégiques permet également de constater que ces dernières représentent entre 3 % [T0] et 32 % [T2] de l'ensemble des mises, selon les traitements.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".