The Economics of Erosion and Sustainable Practices: The Case of the Saint‐Esprit Watershed
Notice bibliographique
Résumé
This paper examines the economics of the adoption of sustainable production practices for soil erosion control. The research was conducted on three case farms within the Saint‐Esprit watershed in Quebec using a two‐stage process. The first stage involved the use of GIS (Geographical Information Systems) to record erosion characteristics (slope, etc.) for these farmers'fields. This erosion information was then included as input information in the second stage of the process. Mixed integer linear programming (MILP) was used to model both individual farms and the watershed. Increasing erosion constraints were applied to these models to investigate changes in crop production mixes for farms and the watershed. A comparison of the results (farms versus watershed) was used to investigate policy questions concerning an optimal erosion constraint for society. Results generated indicate that farms with higher net incomes would be advantaged by erosion constraints set at the watershed level, whereas farms with lower net revenues would be disadvantaged. Thus, trading of pollution permits could be encouraged. Cet article examine les aspects économiques de l'adoption de pratiques de production durables visant a réduire l'érosion du sol. La recherche fut effectuée sur trois fermes situées dans le has sin du Saint‐Esprit au Québec, et impliqua un processus à deux étapes. Le premier étape consiste en l'utilisation du systéme d'informations géographiques “ SIG ” afin de noter les caractéristiques de l'érosion (pente, etc.) dans ces champs agricoles. Ces renseignements servirent de données au sein du deuxième étape. La méthode de programmation linéaire à nombres entiers mixtes fut employée afin de modéliser les fermes individuelles, ainsi que le bassin. Ensuite, les contraintes d‘érosion furent appliquées sur ces modèles de manière croissante, et ce afin d'étudier les changements dans le melange des productions de cultures pour les fermes et le bassin. Une comparaison des résultats (fermes vs. bassin) fut accomplie pour examiner les questions de politiques pouvant mener à une contrainte d‘érosion optimale pour la société. Les résultats obtenus démontrent que les fermes ayant des revenus nets élevés seraient avantagées par des contraintes d'érosion établies au niveau du bassin, tandis que les fermes aux revenus nets plus bas en seraient désavantagées. En conséquence, l'échange de permis de pollution est recommandé.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».