MétaCan
Menu
Retour à la cohorte
Enregistrement W1863553207 · doi:10.7717/peerj.1185

Effects of disputes and easement violations on the cost-effectiveness of land conservation

2015· article· en· W1863553207 sur OpenAlexaff
Richard Schuster, Peter Arcese

Notice bibliographique

RevuePeerJ · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCommonwealth Scientific and Industrial Research Organisation
Mots-clésEasementBusinessInvestment (military)Natural resource economicsEnvironmental resource managementLand useBiodiversityEnvironmental planningEconomicsGeographyEcologyLawPolitical science

Résumé

récupéré en direct d'OpenAlex

Conservation initiatives to protect and restore valued species communities in human-dominated landscapes face challenges linked to their potential costs. Conservation easements on private land may represent a cost-effective alternative to land purchase, but long-term costs to monitor and enforce easements, or defend legal challenges, remain uncertain. We explored the cost-effectiveness of conservation easements, defined here as the fraction of the high-biodiversity landscape potentially protected via investment in easements versus land purchase. We show that easement violation and dispute rates substantially affect the estimated long-term cost-effectiveness of an easement versus land purchase strategy. Our results suggest that conservation easements can outperform land purchase as a strategy to protect biodiversity as long as the rate of disputes and legal challenges is low, pointing to a critical need for monitoring data to reduce costs and maximize the value of conservation investments.

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)0,001
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 enseignants0,055
Score d'incertitude au seuil0,150

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,135
Tête enseignante GPT0,239
Écart entre enseignants0,104 · 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

Citations5
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePeerJMême sujetEconomic and Environmental ValuationTravaux en français237 207