MétaCan
Menu
Retour à la cohorte
Enregistrement W2043907702 · doi:10.5539/jsd.v2n3p113

Financial and Economic Analyses of Conventional and Reduced Impact Harvesting Systems

2009· article· en· W2043907702 sur OpenAlexvenueno aff
Abdul Samad Abdul‐Rahim, Mohd Shahwahid Hj. Othman, Zariyawati Mohd Ashhari

Notice bibliographique

RevueJournal of Sustainable Development · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Higher Education, Malaysia
Mots-clésNet present valueTotal costEconomic analysisCost–benefit analysisMathematicsPresent valueCost analysisValue (mathematics)EconomicsAgricultural scienceOperations managementBusinessAgricultural economicsFinanceStatisticsEnvironmental scienceOperations researchAccountingMicroeconomicsProduction (economics)BiologyEcology

Résumé

récupéré en direct d'OpenAlex

This paper examines the various committed new technology and improve logging activities ascribed in the ‘Logfisher’ Practice (LP) rather than Conventional Practice (CP). The result of cost analysis shows that the cost constitutes under LP is higher than under CP. Incremental average per ha total cost rose by 46.86% to RM13,576/ha. While the incremental average per m3 total cost increased by 57.41% to RM267.80/m3. Hence, CP was slightly more profitable and exceeds the Net Present Value (NPV) of LP. Similarly, the Benefit-Cost Ration (BCR) for CP is better than LP. On the other hand, the result of the economic analysis of 40-year period showed that the LP system (NPV = RM9302/ha) provided a higher level of overalls benefits and welfare to the society as a whole as opposed to CP (NPV = RM8497/ha).

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)0,001
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 enseignants0,366
Score d'incertitude au seuil0,256

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,013
Tête enseignante GPT0,259
Écart entre enseignants0,247 · 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

Citations7
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetForest ecology and managementTravaux en français237 207