MétaCan
Menu
Retour à la cohorte
Enregistrement W2118491868 · doi:10.3389/fmars.2015.00071

Recovering Pacific rockfish at risk: the economic valuation of management actions

2015· article· en· W2118491868 sur OpenAlexaffabout
Keldi Forbes, Peter C. Boxall, Wiktor Adamowicz, Alejandro De Maio Sukic

Notice bibliographique

RevueFrontiers in Marine Science · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensUniversity of AlbertaFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésWelfareRockfishWillingness to payPaymentEconomicsContingent valuationBaseline (sea)Valuation (finance)PopulationSample (material)Public economicsBusinessFisheryFinanceMicroeconomicsDemographyBiology

Résumé

récupéré en direct d'OpenAlex

Over thirty five species of rockfish are found along Canada’s Pacific coast, some of which have been considered for listing under Canada’s Species at Risk Act. We estimate Canadians’ welfare for recovery of a representative Pacific rockfish species using referendum-style stated preference methods administered to a sample of the Canadian public via an internet panel. Hypothetical recovery programs were presented as options to a baseline of current management measures. The programs resulted in varying long term outcomes distinguished by species’ future population projections. An increase in household taxes for a fixed ten year period was employed as the proposed payment mechanism. The econometric analysis found positive and significant welfare measures for all management programs, as well as sensitivity to scope. Willingness to pay ranged from $48 - $180 per year per household depending on the recovery program valued. Welfare measures were found to differ significantly between those who believed their responses to be consequential and those who did not. The former provided measures that were significantly higher than the latter. We conclude with a discussion of the findings in relation to recent literature on consequentiality and incentive compatibility of stated preference questions.

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)0,005
score de la tête « metaresearch » (Gemma)0,021
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,080
Tête enseignante GPT0,221
Écart entre enseignants0,141 · 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

Citations21
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Marine ScienceMême sujetEconomic and Environmental ValuationTravaux en français237 207