MétaCan
Menu
Retour à la cohorte
Enregistrement W2083037202 · doi:10.5367/000000009789396847

Disease Management, Economic Incentives and Trade

2009· article· en· W2083037202 sur OpenAlexfundno aff
William A. Kerr, Laura J. Loppacher, Richard R. Barichello

Notice bibliographique

RevueOutlook on Agriculture · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Disease Management and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésIncentiveNegotiationInternational tradeBusinessPublic economicsEconomicsPerspective (graphical)International economicsPolitical scienceMarket economy

Résumé

récupéré en direct d'OpenAlex

Barriers to trade can be imposed if a threat of importing a disease exists. Sanitary and phytosanitary (SPS) measures have historically been applied on a national basis, even though regions in an exporting country may have very different disease profiles. The World Trade Organization's 1995 Agreement on SPS Measures included a provision for exports from disease-free subnational areas. Regionalization has been explored in depth by many countries from a scientific disease control perspective, but not from an economic perspective, and negotiations have been exclusively science-focused. As yet, little progress has been made towards correcting this provision. This article examines the question of creating a sustainable subnational disease-free area approved for export from an economic perspective. The analysis shows that there may be significant benefits from applying regionalization to international trade, but these benefits are not guaranteed. Recognition of economic incentives provides the key to creating sustainable disease-free subnational regions. In particular, removing the incentive to smuggle between regions is an essential requirement of an exporter's domestic policy. Economic incentives have largely been ignored both by the responsible domestic agencies and by international negotiators, but until the question of economic incentives is included in the international agenda, little progress can be expected.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,792
Score d'incertitude au seuil0,232

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,211
Écart entre enseignants0,200 · 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

Citations2
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOutlook on AgricultureMême sujetAnimal Disease Management and EpidemiologyTravaux en français237 207