MétaCan
Menu
Retour à la cohorte
Enregistrement W1508310404 · doi:10.1029/2005wr004798

Travel cost demand model based river recreation benefit estimates with on‐site and household surveys: Comparative results and a correction procedure—Reevaluation

2006· article· en· W1508310404 sur OpenAlexafffund
Roberto Martı́nez-Espiñeira, Joe Amoako‐Tuffour, Joseph M. Hilbe

Notice bibliographique

RevueWater Resources Research · 2006
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensSt. Francis Xavier University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaSt. Francis Xavier University
Mots-clésRecreationTruncation (statistics)Stratification (seeds)EconometricsStatisticsSample (material)Survey data collectionEnvironmental scienceMathematicsHydrology (agriculture)EconomicsGeologyEcology

Résumé

récupéré en direct d'OpenAlex

Loomis (2003) reported to have measured the effect of endogenous stratification on benefit estimates resulting from using on‐site data. He compared corrected and uncorrected benefit estimates of water‐based recreation using on‐site sample data and estimates based on data from a household survey. We clarify his analysis and show that his comparison was actually between uncorrected estimates and estimates that corrected for both endogenous stratification and zero truncation. Our reanalysis of Loomis's (2003) on‐site sample data confirms that zero truncation accounts for most of the on‐site sample bias. The properly isolated effect of correcting for endogenous stratification only is much less substantial than reported by Loomis.

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 candidatesaucune
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 enseignants0,020
Score d'incertitude au seuil0,533

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,207
Tête enseignante GPT0,287
Écart entre enseignants0,080 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations36
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetEconomic and Environmental ValuationTravaux en français237 207