MétaCan
Menu
Retour à la cohorte
Enregistrement W2132912951 · doi:10.1111/j.1744-7976.2012.01264.x

Technical Efficiency and Producers’ Individual Technology: Accounting for Within and Between Regional Farm Heterogeneity

2012· article· en· W2132912951 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomie · 2012
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEfficiency Analysis Using DEA
Établissements canadiensnon disponible
Organismes subventionnairesLeibniz-GemeinschaftChina Agricultural Research SystemNational Science Foundation
Mots-clésEndowmentProduction (economics)Technical changeAgricultureEmerging technologiesFactors of productionAgricultural scienceGeographyEconomicsWelfare economicsAgricultural economicsRegional scienceEconometricsComputer scienceEnvironmental scienceMicroeconomicsPolitical scienceEconomic growthProductivity

Résumé

récupéré en direct d'OpenAlex

Differences in resource endowment between regions influence the technologies applied in agriculture and cause location‐specific effects on production and technical change. Access to technologies may also differ within regions because producers may apply different technologies in production due to different characteristics. Within this setting, we extend the existing literature by considering that producers face region‐ and farm‐specific production frontiers. The treatment of essentially heterogeneous technical efficiency (TE) is performed following a two‐step procedure. First, a random coefficient specification of the production technology is used to measure the interactions of technology adoption with time, input factors, and output. Second, linear programming techniques are employed to envelop the optimal level of technology. This procedure is applied to household‐level data from eastern, central, and western provinces in China. Our results provide evidence that TE is significantly affected by farm heterogeneity. This factor influences TE directly as a producer‐specific input, and indirectly through interaction with observable inputs such as land, labor, capital, and intermediate inputs. Our results also prove the assumption that farming technology exhibits region‐specific characteristics. Furthermore, there is a disparity of TE across provinces that narrows over the study period and is driven by the shifts of production to the metafrontier. Les différences observées dans la répartition des ressources entre les régions influencent les technologies utilisées en agriculture et entraînent des effets spécifiquement liés au lieu géographique sur la production et le changement technique. L’accès aux technologies peut également varier suivant les régions puisque les producteurs peuvent choisir des technologies de production en fonction de caractéristiques variées. Dans ce contexte, nous accroissons la littérature existante en tenant compte du fait que les producteurs sont confrontés à des frontières de production spécifiques à une région et à une ferme. Nous avons mesuré l’efficacité technique essentiellement hétérogène à l’aide d’une méthode en deux étapes. Premièrement, nous avons utilisé la spécification à coefficients aléatoires de la technologie de production afin de mesurer les interactions de l’adoption de la technologie avec le temps, les facteurs d’intrant et les extrants. Deuxièmement, nous avons utilisé des techniques de programmation linéaire pour déterminer le niveau de technologie optimal. Nous avons appliqué cette méthode à des données recueillies auprès de ménages de provinces situées dans l’est, le centre et l’ouest de la Chine. Les résultats de notre étude montrent que l’efficacité technique est considérablement influencée par l’hétérogénéité des fermes. Ce facteur influence directement l’efficacité technique comme un intrant spécifique à un producteur et indirectement par l’interaction avec des intrants observables tels que les terres, la main‐d’œuvre, le capital et les intrants intermédiaires. Les résultats de notre étude appuient également l’hypothèse selon laquelle la technologie agricole reflète les caractéristiques spécifiques d’une région. De plus, l’efficacité technique montre une disparité entre les provinces, une disparité qui s’est réduite au cours de la période d’étude et qui a été alimentée par les changements de production à la méta‐frontière.

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.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,289
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,086
Tête enseignante GPT0,267
Écart entre enseignants0,181 · 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