Bibliographic record
Abstract
Når en samfundsøkonomisk analyse benyttes til at vurdere projekter, sætter man kvantitative mål på de uønskede konsekvenser, som en given projektaktivitet medfører for mennesker, miljø og økonomi. Særligt når man skal vurdere store transportinfrastrukturprojekter, der hyppigt har effekter i årevis efter vedtagelsen, er det vigtigt at kunne træffe “gode” beslutninger. I Danmark er det bl.a. de tre store broprojekter (Storebælts-, Øresunds- og Femernforbindelsen) samt Metrosystemet i København, der har understreget behovet for analyser, der kan støtte beslutningerne. Den overordnede idé er naturligvis at maksimere samfundets velfærdsgevinst. Når et projekt er veldokumenteret, og når såvel gevinster som omkostninger er blevet systematisk vurderet, har man en væsentlig støtte i den videre politiske beslutningsproces. En moderne samfundsøkonomisk analyse oplister alle den nye transportinfrastrukturs mulige effekter og anvender et sæt relative enhedsværdier til at estimere projektets samlede værdi. Herved kan projektets samfundsmæssige værdi udtrykt i kroner og øre gøres op.
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 | 0.003 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.001 | 0.004 |
| Scholarly communication | 0.000 | 0.003 |
| Open science | 0.006 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.044 | 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".