MétaCan
Menu
Retour à la cohorte
Enregistrement W1985903277 · doi:10.1111/j.1744-7976.2003.tb00180.x

Public Research Policy for Today's Agricultural Biotech Research Industry

2003· article· en· W1985903277 sur OpenAlexaffvenue
Stavroula Malla, Richard Gray

Notice bibliographique

RevueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomie · 2003
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueInnovation Policy and R&D
Établissements canadiensUniversity of SaskatchewanUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésSubsidyIncentiveGovernment (linguistics)Intellectual propertyPublic economicsPublic policyCompetition (biology)Market failureBusinessSocial WelfarePrivate sectorRent-seekingEconomicsAgriculturePublic sectorIndustrial organizationMarket economyEconomic growthMicroeconomicsPoliticsPolitical scienceEconomy

Résumé

récupéré en direct d'OpenAlex

While the public sector has historically played a very significant role in the direct provision of agricultural research, the appropriate role of government in the future is no longer apparent in a world with intellectual property rights (IPRs) and a concentrated privatized biotech research industry. This study develops a search/imperfect competition framework to examine the public role. The analysis shows that private firms have inadequate incentives to invest in research for varietal improvement relative to the social optimum even with completely enforceable IPRs. A government subsidy on research output can efficiently increase the amount of applied research to the socially optimal point. Government subsidy of the research cost can have the same effect on research and development expenditure. Expanding direct applied public research increases social welfare but cannot achieve a social optimum, as it reduces the already limited incentives for private firms to invest. Finally, in situations where basic research is underprovided, government should address these market failures as part of an optimal research policy. Overall, the analysis suggests that there is a role for public support of applied research, but this role is no longer direct public involvement in applied research where IPRs are well established.

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)0,007
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,732
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,285
Tête enseignante GPT0,286
Écart entre enseignants0,001 · 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'étudeThéorique ou conceptuel
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

Citations8
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomieMême sujetInnovation Policy and R&DTravaux en français237 207