MétaCan
Menu
Retour à la cohorte
Enregistrement W1239138568

Assessing the Impacts of Forest Management on Aboriginal Hunters: Evidence from Stated and Revealed Preference Data

2002· preprint· en· W1239138568 sur OpenAlexaffabout
Wiktor Adamowicz

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2002
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSubsistence agricultureForest managementPreferenceWildlifeWildlife managementEnvironmental resource managementGeographyZoningResource management (computing)Revealed preferenceSurvey data collectionBusinessNatural resource economicsEnvironmental planningEconomicsForestryEcologyAgricultureEngineeringComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Abstract: Assessing the impacts of forest harvesting activities on Aboriginal People and incorporating these considerations into forest management plans is one of the challenges facing Canadian forest managers. In this study we model hunting behavior using stated and revealed preference data on subsistence use of wildlife resources. We use this framework to assess the impacts of forest management changes on Aboriginal People in northwestern Saskatchewan. Innovative approaches to data collection are employed to address challenges in obtaining data in these contexts. The econometric analysis combines the stated and revealed preference information to account for limitations in the revealed preference data. Monetary measures of welfare are examined, but we also assess resource compensation and zoning as mechanisms for addressing the impact of forest harvesting on subsistence wildlife use. The results also demonstrate the use of GIS information in linking forest management and Aboriginal resource use. 3

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,307
Tête enseignante GPT0,370
Écart entre enseignants0,063 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetEconomic and Environmental ValuationTravaux en français237 207