MétaCan
Menu
Retour à la cohorte
Enregistrement W2081154696 · doi:10.1111/j.1744-7976.2011.01228.x

Farmland Preservation Verdicts-Rezoning Agricultural Land in British Columbia

2011· article· en· W2081154696 sur OpenAlexafffundvenueabout
Tracy Stobbe, Alison J. Eagle, Geerte Cotteleer, G. Cornelis van Kooten

Notice bibliographique

RevueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomie · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Economics and Policy
Établissements canadiensUniversity of VictoriaTrinity Western UniversityWestern University
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésAgricultureAgricultural landAgricultural economicsGeographyAgroforestryEnvironmental scienceArchaeologyEconomics

Résumé

récupéré en direct d'OpenAlex

The Agricultural Land Reserve (ALR) in British Columbia (BC), Canada, is a provincial zoning scheme designed to protect agricultural land from development. Since 1973, landowners have not been permitted to use ALR land for nonagricultural purposes, prompting some to seek recovery of development option value by applying for exclusion from the ALR. Using Geographic Information System (GIS) technology and a binary choice (logit) model, this study examines factors that impact the acceptance of ALR exclusion applications. With data from two regions in southwestern BC, we find that applications are more likely to be approved when the land is closer to the major highway, has a smaller parcel size, consists of a smaller portion of the total parcel area, or has poorer quality soils. Therefore, as intended by public policy, agricultural capability is a key determinant in exclusion decisions, retaining properties of greater agricultural value in the ALR. Even though public opinion has suggested otherwise, the political party in power at the time of the decision was only a weak factor, mostly moderated by the number of applications in a given year. A spatial-effects model found no evidence of spatial autocorrelation, supporting the conclusions drawn from the nonspatial model estimations. La réserve de terres agricoles de la Colombie-Britannique (ALR), au Canada, est un plan de zonage provincial destinéà protéger les terres agricoles contre le développement urbain. Depuis 1973, les propriétaires fonciers ne peuvent utiliser les terres de la réserve à des fins non agricoles, ce qui incite certains à tenter de récupérer une certaine valeur d’option en faisant une demande d’exclusion. À l’aide de la technologie des systèmes d’information géographique (SIG) et d’un modèle de choix binaire (type logit), nous avons examiné les facteurs qui influencent l’acceptation des demandes d’exclusion. À l’aide de données sur deux régions du sud-ouest de la Colombie-Britannique, nous avons observé que les demandes d’exclusion sont plus susceptibles d’être acceptées lorsque les terres sont situées en bordure d’une route importante, sont de petite taille, ne représentent qu’une portion d’une superficie plus grande ou présentent des sols de mauvaise qualité. En conséquence, comme le prévoit la politique du gouvernement, la capacité agricole est un facteur clé dans les décisions d’exclusion qui permet de conserver les propriétés de grande valeur agricole dans la réserve. Bien que l’opinion publique indique le contraire, le parti politique au pouvoir au moment de la décision ne constituait qu’un faible facteur, principalement réduit par le nombre de demandes au cours d’une année donnée. Un modèle d’effets spatiaux n’a pas réussi à montrer l’existence d’une autocorrélation spatiale appuyant les conclusions tirées des estimations du modèle non spatial.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,234
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,030
Tête enseignante GPT0,149
Écart entre enseignants0,118 · 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.

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

Citations17
Publié2011
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomieMême sujetAgricultural Economics and PolicyTravaux en français237 207