Intergenerational cost–benefit analysis and marine ecosystem restoration
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Ghoti papers Ghoti aims to serve as a forum for stimulating and pertinent ideas. Ghoti publishes succinct commentary and opinion that addresses important areas in fish and fisheries science. Ghoti contributions will be innovative and have a perspective that may lead to fresh and productive insight of concepts, issues and research agendas. All Ghoti contributions will be selected by the editors and peer reviewed. Etymology of Ghoti George Bernard Shaw (1856‐1950), polymath, playwright, Nobel prize winner, and the most prolific letter writer in history, was an advocate of English spelling reform. He was reportedly fond of pointing out its absurdities by proving that ‘fish’ could be spelt ‘ghoti’. That is: ‘gh’ as in ‘rough’, ‘o’ as in ‘women’ and ‘ti’ as in palatial. Abstract Conventional cost–benefit analysis (CBA) tends to show that most ecosystem restoration programmes are not worthwhile in economic terms. This is because discounting puts more weight on current net benefits than future ones. I suggest that this is partly because conventional CBA is based on the current generation's time perspective (termed here the ‘discounting clock’). That is, net benefits are discounted starting when the analysis is carried out (the present). To tackle this problem, I propose the use of an intergenerational CBA, which takes into account the fact that current restoration efforts may produce benefits, in particular, fish protein, to future generations, and that these benefits need to be valued using the respective discounting clocks of the generation receiving them. This approach appears to meet the requirements imposed by most management jurisdictions, where there is an explicit or implied requirement to account for benefits to future generations in decision‐making concerning the use and management of marine resources.
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.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 découle