The Siting of Livestock Facilities and Environmental Regulations
Notice bibliographique
Résumé
The significant variation in the stringency of environmental regulations across Ontario municipalities in the late 1990s created the possibility of pollution havens where expanding livestock operations would locate in those municipalities with the lowest regulatory compliance costs. Using actual building permit data rather than aggregate regional production numbers, the study examined the factors affecting spatial changes. Instead of locating to reduce environmental compliance costs as suggested by the pollution haven hypothesis, barns are being built largely where the livestock sector is concentrated suggesting the existence of agglomeration economies. The result suggests that the normalization of standards across the province through the new Nutrient Management Act will not significantly influence the location decisions of expanding or new livestock facilities which are largely determined by economic factors associated with livestock infrastructure support. L'importante variation de sévérité des règlements environnementaux dans les municipalités de l'Ontario vers la fin des années 1990 a créé la possibilité de refuges pour pollueurs: les fermes d'élevage en expansion allaient s'installer dans les municipalités où les coûts de conformité aux règlements étaient les plus faibles. À l'aide de données sur les permis de construire plutôt que de données agrégées sur la production régionale, la présente étude a examiné les facteurs qui influaient sur les changements spatiaux. Au lieu de s'installer là où les coûts de conformité aux règlements sont faibles comme le laisse supposer l'hypothèse des refuges pour pollueurs, les entreprises choisissent de s'installer là où le secteur de l'élevage est concentré, ce qui laisse supposer l'existence d'économies d'agglomération. Les résultats semblent indiquer que l'uniformisation des normes à l'échelle provinciale en vertu de la Loi sur la gestion des éléments nutritifs n'aura pas d'influence significative sur le choix des endroits où seront construits les bâtiments des exploitations en expansion ou des nouvelles exploitations puisque ce choix est en grande partie motivé par des facteurs économiques liés au soutien à l'infrastructure de l'élevage.
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) | 0,000 | 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 ».