MétaCan
Menu
← Back to cohort

Doit-on s'inquiéter de la dette des gouvernements locaux? Une analyse des cas français et canadien

2018· dissertation· W7148632136 on OpenAlexaboutno aff
Samuel Lerestif

Bibliographic record

Venuenot available
Typedissertation
Language
FieldSocial Sciences
TopicSocial Sciences and Governance
Canadian institutionsnot available
Fundersnot available
KeywordsPost communistTel aviv

Abstract

fetched live from OpenAlex

L’objectif de cette thèse est d’étudier si la dette des gouvernements locaux doit faire l’objet d’inquiétudes, en se focalisant sur les cas français et canadiens (Québec et Ontario principalement). Le premier chapitre réalise une analyse descriptive des territoires à l’étude, et montre également que la dette municipale est nettement plus faible en Ontario qu’en France ou au Québec. Le deuxième chapitre analyse la santé financière des 30 plus grandes villes françaises et canadiennes. Il ressort notamment que les municipalités ayant un fort endettement ne sont pas nécessairement caractérisées par une situation financière précaire. Le troisième chapitre explore l’hypothèse d’une capitalisation négative de la dette publique municipale dans les valeurs foncières résidentielles moyennes de 130 municipalités au Québec et en Ontario. Les différents tests menés conduisent à des résultats instables, ne nous permettant pas de confirmer hors de tout doute notre hypothèse initiale. Un constat demeure cependant : le fardeau des ménages québécois qui doivent absorber des dettes publiques plus importantes est compensé par des valeurs de logement et un endettement privé plus faibles par rapport aux ménages de l’Ontario. Enfin, le quatrième chapitre étudie l’hypothèse d’un lien entre le degré d’intégration au sein du bloc communal (EPCI à fiscalité propre et communes membres) et la dette consolidée de ce dernier. Les tests réalisés font ressortir un impact négatif de l’intégration sur la dette du secteur communal et sur la dette des communes membres, indiquant qu’une plus grande intégration constituerait un levier efficace pour contribuer, avec les limitations légales, à une bonne maitrise de l’endettement du bloc

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.007
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.034
Threshold uncertainty score0.173

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.007
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0020.005
Science and technology studies0.0040.003
Scholarly communication0.0040.002
Open science0.0010.002
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0100.001

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.

Opus teacher head0.022
GPT teacher head0.371
Teacher spread0.350 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2018
Admission routes1
Has abstractyes

Explore more

Same topicSocial Sciences and Governance→French-language works237,207→