MétaCan
Menu
Retour à la cohorte
Enregistrement W2083257910 · doi:10.1080/07011784.2014.965037

Economics of a pricing mechanism to compensate rural land owners for preserving wetlands

2014· article· en· W2083257910 sur OpenAlexafffundvenueabout
Janelle Mann, Charles Grant, Suren Kulshreshtha

Notice bibliographique

RevueCanadian Water Resources Journal / Revue canadienne des ressources hydriques · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensUniversity of SaskatchewanUniversity of Manitoba
Organismes subventionnairesManitoba Rural Adaptation Council
Mots-clésWetlandBusinessPaymentMechanism (biology)AgricultureNatural resource economicsEcosystem servicesMarket mechanismRural areaEnvironmental planningEconomicsEcologyEnvironmental scienceFinanceMarket economy

Résumé

récupéré en direct d'OpenAlex

The purpose of this research is to analyze the Alternative Land Use Services (ALUS) program that was operational from 2006 to 2008 in the Rural Municipality of Blanshard, Manitoba. The program is assessed in terms of its effectiveness as a mechanism to achieve preservation and enhancement of wetlands controlled by rural landowners. The under-provision and depletion of wetland services can be said to be a market failure where economic agents, in the absence of a mechanism to express demand for wetland services, decrease the supply of such services below a level that the broader public would desire. Wetlands have been drained and depleted by rural landowners, many of whom are also agricultural producers. This drainage has traditionally increased “productive land” where crops can be grown. The ALUS market mechanism was designed to correct such a market failure with a payment for wetland services to landowners. The analysis finds that the ALUS program, though short-lived, was effective for the maintenance and enhancement of wetlands, thereby preserving their environmental benefits to society at large.

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)0,003
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,039
Tête enseignante GPT0,184
Écart entre enseignants0,145 · 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'étudeThéorique ou conceptuel
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
Publié2014
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Water Resources Journal / Revue canadienne des ressources hydriquesMême sujetEconomic and Environmental ValuationTravaux en français237 207