Bioeconomic Modeling of Wetlands and Waterfowl in Western Canada: Accounting for Amenity Values
Notice bibliographique
Résumé
This study reexamines and updates an original bioeconomic model of optimal duck harvest and wetland retention by Hammack and Brown (1974, Waterfowl and Wetlands: Toward Bioeconomic Analysis. Washington, DC: Resources for the Future). It then extends the model to include the nonmarket (in situ) value of waterfowl and the ecosystem service and other amenity values of wetlands in addition to the value of ducks to hunters. The focus is the prairie pothole region of Western Canada. Results indicate that wetlands and duck harvests need to be increased relative to historical levels, confirming Hammack and Brown's original conclusions. Including amenity values leads to a significant increase in the quantity of wetlands and hunters’ harvests of ducks relative to models that focus only on hunting values. Dans le présent article, nous avons revu et actualisé le modèle bioéconomique original de Hammack et Brown (1974) sur le prélèvement optimal de canards et la conservation des zones humides. Nous avons ensuite étendu le modèle afin d'inclure la valeur non marchande (in situ) de la sauvagine et des services écosystémiques, la valeur d'agrément des zones humides et la valeur des canards pour les chasseurs. Nous nous sommes concentrés sur la Région des cuvettes des Prairies dans l'Ouest canadien. Nos résultats autorisent à penser qu'il est nécessaire d'augmenter les zones humides et les prélèvements de canards par rapport aux niveaux historiques, ce qui confirme les conclusions formulées dans l'étude de Hammack et Brown. Le fait d'inclure la valeur d'agrément entraîne une augmentation significative du nombre de zones humides et de prélèvements de canards par les chasseurs comparativement aux modèles qui se concentrent uniquement sur la valeur pour la chasse.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».