MétaCan
Menu
Retour à la cohorte
Enregistrement W2030775276 · doi:10.1111/1467-8306.93106

Accounting for the Environmental “Bottom Line” along the U.S.-Mexico Border

2003· article· en· W2030775276 sur OpenAlexaff
Michael Jerrett, Sergio J. Rey, Christian M. Dufournaud, Debbie Jones

Notice bibliographique

RevueAnnals of the Association of American Geographers · 2003
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensUniversity of WaterlooMcMaster University
Organismes subventionnairesnon disponible
Mots-clésRecreationEnvironmental accountingTourismAgricultureAgricultural economicsGovernment (linguistics)GeographyValue (mathematics)Environmental protectionEconomicsBusinessAccountingEcology

Résumé

récupéré en direct d'OpenAlex

Abstract This article explores the prospects for establishing an environmental accounting system along the U.S.-Mexico border. After reviewing the rationale for environmental accounting and developing an accounting framework, three studies from the San Diego-Tijuana region are presented. In the first study, we estimate the total proportion of government expenditures made to defend the environment against human-induced changes in San Diego. This study reveals that defensive expenditures absorb 1.23 percent of total economic output and more than 21 percent of local government expenditures. The second study focuses on a smaller area along the border where the environmentally sensitive Tijuana Estuary on the U.S. side connects to the heavily populated Canon de los Laureles on the Mexican side. Expenditures made in Mexico aim to protect against threats to human health and safety, while those in the U.S. target the preservation of recreational resources and ecosystem health. Our third study estimates the value of agriculture land losses in San Diego between 1990 and 1995. Using an average price estimate for agricultural output and discount rates ranging from 0 to 5 percent, we find that the present value of the losses ranges from 0.18 percent to 1.8 percent of the total economy. Many of the areas lost to urban development are close to the existing urban area, suggesting the possibility of secondary impacts, such as increased air-pollution emissions resulting from longer transportation distance to market.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,292

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,043
Tête enseignante GPT0,250
Écart entre enseignants0,207 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations6
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of the Association of American GeographersMême sujetEconomic and Environmental ValuationTravaux en français237 207