The competitiveness of Canadian softwood lumber: a disaggregated trade-flow analysis
Notice bibliographique
Résumé
A recursive dynamic spatial equilibrium model is used to examine the global competitiveness of Canadian softwood lumber. To address the restrictive assumption of softwood lumber homogeneity, this study disaggregates softwood lumber into two product groups: (i) higher grade lumber that includes appearance, select structural-grade lumber, and Japanese J-grade lumber; and (ii) lower grade lumber that includes the United States dimension lumber that is commonly used in construction and utility- and economy-grade lumber. Factors that may affect global softwood lumber markets are simulated in the model to project global softwood lumber trade flows from 2012 to 2021. The results indicate that the reduced lumber supply in western Canada caused by the mountain pine beetle (Dendroctonus ponderosae Hopkins) infestation combined with demand increases in several regions of the world will contribute to a global increase in softwood lumber prices. Our results suggest that the global price increase will be greater for lower grade softwood lumber than for higher grade lumber. The United States and China will continue to be the top two markets for lower grade Canadian softwood lumber. Although Canadian exports of lower grade softwood lumber to the United States are expected to increase marginally over time in response to the recovery of American housing starts, softwood lumber exports to China are expected to drop significantly, and it is forecasted that exports from the Russian Federation will fill that void. These findings provide strong market signals for both forest managers and the forest-products industry to assess supply chain profitability and adjust production planning accordingly.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».