Manufacturing Firms’ Demand for Water Recirculation
Notice bibliographique
Résumé
Relatively little is known about the factors that influence firms’ water recirculation decisions. This paper estimates an econometric model that jointly considers two facets of firms’ recirculation behavior: first, the discrete decision of whether to recirculate and, second, the decision of how much to recirculate. The model is estimated by applying the Heckman two‐stage estimation procedure to cross‐sectional data from Environment Canada's 1996 Industrial Water Use Survey. In the first stage, long‐run factors, such as relative water scarcity and production technologies, are found to influence the decision whether to recirculate water. In the second stage, the imputed prices of intake water and water recirculation as well as the scale of operations are found to influence the choice of the optimal quantity of water to recirculate. Les facteurs qui influencent les décisions des entreprises concernant le recyclage de l’eau sont assez peu connus. Dans le présent article, nous avons estimé un modèle économétrique qui tient compte de deux aspects du comportement des entreprises envers le recyclage de l’eau : le choix de recycler l’eau ou non et le choix de la quantité d’eau à recycler. Nous avons estimé le modèle à l’aide de la procédure en deux étapes de Heckman que nous avons appliquée à des données transversales tirées de l’Enquête sur l’utilisation industrielle de l’eau, réalisée par Environnement Canada en 1996. À la première étape, des facteurs à long terme tels que la rareté relative de l’eau et les technologies de production influent sur la décision de recycler l’eau ou non. À la deuxième étape, les prix imputés du captage et du recyclage de l’eau ainsi que l’envergure des opérations influent sur le choix de la quantité optimale d’eau à recycler.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».