Le projet d'extension du train léger sur rail (en direction nord-sud) de la ville d'Ottawa et la subvention optimale
Bibliographic record
Abstract
Cette étude a eu pour objet d'examiner si la décision de lancer le projet d'extension du train léger sur rail (en direction nord-sud), que la ville d'Ottawa songe à construire, constitue un bon investissement sur le plan financier et sur le plan économique.Également, elle a cherché à établir le montant optimal des subventions dont le projet a besoin Pour ce faire, l'étude a déterminé, en premier lieu, le différentiel monétaire et économique résultant de la comparaison de la situation où le projet d'extension est construit (scénario « build ») à une situation hypothétique connue comme « base case ».En considérant ce différentiel, une analyse avantage-coût financière et économique a été effectuée sur un horizon de 33 ans.L'ensemble des calculs a été réalisé en dollars constants de 2006.Au total, la valeur actualisée nette financière calculée du point de vue de l'entreprise OC Transpo (responsable de la gestion du service du projet d'extension) a donné un résultat négatif au taux réel d'actualisation de 4 %.En bref, les coûts financiers sont trop lourds pour que les avantages financiers suffisent à rendre le projet d'extension rentable (ce qui est normal dans ce type de projet).Les coûts étant environ 962 millions de dollars et l'avantage financier de 33 millions.Cependant, du point de vu économique, le projet d'extension entraîne plusieurs avantages.Entre autres, il permet des réductions de temps de transport et de ressources en déplacement qui peuvent servir à la production d'autres biens ou services.À ce dernier bénéfice social, s'ajoutent d'autres avantages tels la réduction de la pollution, de la congestion, et des accidents de la route.Malheureusement, ce projet crée certaines nuisances directes et indirectes qui finalement augmentent le poids des coûts dans son efficacité économique.En résumé, les coûts économiques du projet, actualisés au taux de 10 %, se chiffrent à environ 723 millions, les avantages économiques sont de l'ordre de 149 millions, et le gain social lié à la diminution des externalités négatives se rapproche à 22 millions de dollars.Au total, la valeur actualisée nette économique donne un résultat négatif de l'ordre de 551 millions de dollars.Finalement, étant donné que la valeur actualisée nette financière et valeur actualisée nette économique sont négatives, ce projet ne mérite pas d'être subventionné afin de le rendre financièrement rentable.Avantage économique net actualisé = 149 354 314 $ * Taux d'actualisation : 10 %
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 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.020 | 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".