MétaCan
Menu
Retour à la cohorte
Enregistrement W1998865375 · doi:10.1111/j.1744-7976.2005.00028.x

Agriculture's Likely Role in Meeting Canada's Kyoto Commitments*

2005· article· en· W1998865375 sur OpenAlexaffvenueabout
Alfons Weersink, David J. Pannell, Murray Fulton, Andreas Meyer‐Aurich

Notice bibliographique

RevueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomie · 2005
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensUniversity of SaskatchewanUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasCarbon offsetIncentiveAgricultureNatural resource economicsEmissions tradingBusinessOffset (computer science)Kyoto ProtocolDatabase transactionCarbon creditTransaction costAgricultural economicsEconomicsFinanceMarket economy

Résumé

récupéré en direct d'OpenAlex

Voluntary adoption of beneficial management practices will be the primary means by which farmers cut net greenhouse gas (GHG) emissions. The offset system will not be a major driver due to (a) the relatively low prices likely to be offered by large final emitters facing an emission cap, (b) discounts applied to those prices for temporary sequestration, (c) the transaction costs and risk premiums associated with signing carbon contracts, and (d) the low elasticity of supply of CO 2 abatement. Although Canadian farmers are likely to participate to only a limited extent in the carbon‐offset market, many will find it profitable to adopt one or more of the BMPs for reducing net GHG emissions. Canadian agriculture is likely to contribute significantly to net emission reductions by voluntarily sequestering carbon due to the adoption of zero till in the last decade, and possibly by cutting fertilizer levels in the next decade. The contribution will be mainly a response to meeting personal economic objectives rather than being induced by direct incentives through the offset program.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,681
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,033
Tête enseignante GPT0,164
Écart entre enseignants0,132 · 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'étudeSans objet
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
Publié2005
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomieMême sujetClimate Change Policy and EconomicsTravaux en français237 207