Cost‐Sharing Incentive Programs for Source Water Protection: The Grand River's Rural Water Quality Program
Notice bibliographique
Résumé
Over the last few years, Canadian provinces have come to see watershed‐based source protection as a means of improving water quality that has been subject to upstream agricultural contamination. Cost‐sharing incentive programs—whereby farmers are reimbursed for some portion of out‐of‐pocket expenses when they voluntarily adopt Best Management Practices—have been identified as possible means of achieving the goal. This paper uses data from the first seven years of operation of Ontario's Rural Water Quality Program for the Grand River to examine the role of financial incentives in encouraging participation. Program data supplemented with Statistics Canada's Census of Agriculture data are used to estimate a Heckman two‐stage model of participation rates. Program‐specific cost‐sharing incentive factors, along with farm income and computer usage, are important determinants in the first‐stage discrete participation decision. The most significant factor in the second‐stage degree of participation decision is the maximum dollar value of grant that can be obtained by the farm; however, participation response elasticities are inelastic, ranging between 0.02 and 0.25. Au cours des dernières années, les provinces canadiennes en sont venues à considérer la protection des sources d’eau à l’échelle des bassins versants comme un moyen d’améliorer la qualité de l’eau susceptible d’être contaminée par les activités agricoles en amont. Les programmes d’incitatifs à frais partagés – dans le cadre desquels une partie des dépenses que les producteurs engagent leur sont remboursées lorsqu’ils adoptent volontairement de meilleures pratiques de gestion – sont perçus comme des moyens qui pourraient permettre d’atteindre l’objectif. Dans le présent article, nous avons utilisé les données des sept premières années d’application du Rural Water Quality Program, mis en place par l’Ontario pour la protection de la rivière Grand, afin d’examiner le rôle des incitatifs financiers dans l’encouragement à la participation. Nous avons utilisé les données de ce programme ainsi que des données tirées du Recensement de l’agriculture de Statistique Canada pour analyser les taux de participation à l’aide du modèle en deux étapes de Heckman. À la première étape, les incitatifs à frais partagés spécifiques à un programme, de même que le revenu agricole et l’utilisation d’un ordinateur, sont des facteurs importants dans le choix de participer ou non. À la deuxième étape, la valeur maximale de la subvention que peut obtenir une exploitation agricole représente le facteur le plus important. Toutefois, l’élasticité des réponses de participation est inélastique, et varie de 0,02 à 0,25.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».