MétaCan
Menu
Retour à la cohorte
Enregistrement W2072696180 · doi:10.1139/x05-008

Testing for variation in the western Oregon softwood log price structure

2005· article· en· W2072696180 sur OpenAlexvenueno aff
Ståle Størdal, Darius M. Adams

Notice bibliographique

RevueCanadian Journal of Forest Research · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoftwoodWageEconometricsAgricultural economicsEconomicsMathematicsQuality (philosophy)Convergence (economics)StatisticsBotanyLabour economicsBiologyMacroeconomics

Résumé

récupéré en direct d'OpenAlex

Timber owners in western Oregon have been concerned about the erosion of price premiums for higher quality grades of Douglas-fir (Pseudotsuga menziesii (Mirb.) Franco) sawlogs over the past decade. Time series tests indicate that the ratio of 3Saw (lower quality) to 2Saw (higher quality) sawlog prices did rise over the 1990–2000 period, suggesting convergence between the prices. To identify causes of this trend, we estimate reduced form equations for Douglas-fir sawlog prices with time-varying coefficients using flexible least squares. Log grade prices were related to prices of lumber by grade, prices of chipped residues, labor wage rates, and volumes of public timber supplied. Changes in the relation of log grade prices are reflected through changes in both reduced form coefficients and levels of the exogenous variables. Changes in the coefficients, in turn, may derive from shifts in the distribution of log qualities within grade categories and from grade-specific changes in sawing and log production technologies. Coefficient trends showed that higher quality lumber grades became more important for 3Saw logs during the sample period, while lower quality lumber grades and chips became more important for 2Saw, moving the log grade prices closer together. Comparison of simulated 2Saw and 3Saw prices with and without historical time patterns in the exogenous variables had little impact on their relationship, suggesting that factors shifting the coefficients may have been the primary drivers of price convergence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,871
Score d'incertitude au seuil0,257

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,046
Tête enseignante GPT0,312
Écart entre enseignants0,265 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest Management and PolicyTravaux en français237 207