MétaCan
Menu
Retour à la cohorte
Enregistrement W2094276095 · doi:10.1111/1540-5982.00002

A Ricardian model of climate change in Canada

2003· article· en· W2094276095 sur OpenAlexaffvenueabout
Michelle J. Reinsborough

Notice bibliographique

RevueCanadian Journal of Economics/Revue canadienne d économique · 2003
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensQueen's UniversityEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésClimate changeForestryHumanitiesGeographyPolitical sciencePhilosophyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract A comparative static ‘Ricardian’ model is used to establish relationships between climate and agricultural land value in Canada. From these relationships, agricultural costs of climate change scenarios are estimated. This study is motivated partly by evidence of potential agricultural benefits of climate change from a similar analysis of the United States by Mendelsohn, Nordhaus and Shaw, and partly by the void of Canadian studies. Furthermore, it extends the analysis to non‐uniform climate change scenarios. Its finding of a slightly positive upper bound on the agricultural benefits from climate change, within a wide margin of error, is motivation for further analysis. Un modèle ricardien de changement climatique au Canada. L’auteur utilise un modèle statique ricardien classique pour établir des relations entre le climat et la valeur des terres agricoles au Canada. A partir de ces relations, on calibre les coûts agricoles de divers scénarios de changement climatique. Cette étude a pris forme en partie en réaction aux résultats d’une analyse similaire de Mendelsohn, Nordhaus et Shaw aux Etats‐Unis, et en partie en réponse à un manque d’études de ce genre au Canada. Cet article étend les analyses aux scénarios de changements climatiques non‐uniformes. Les résultats suggèrent qu’il existe une sorte de borne positive supérieure aux avantages agricoles du changement climatique, à l’intérieur d’une marge d’erreur assez vaste. Voilà qui encourage à poursuivre les analyses.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,184

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
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 Opus0,296
Tête enseignante GPT0,194
Écart entre enseignants0,102 · 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'étudeSimulation ou modélisation
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

Citations101
Publié2003
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Economics/Revue canadienne d économiqueMême sujetClimate Change Policy and EconomicsTravaux en français237 207