Are Agricultural Values a Reliable Guide in Determining Landowners' Decisions to Create Forest Carbon Sinks?
Notice bibliographique
Résumé
This research examines the effects of various factors on farmer participation in agricultural tree plantations for economic, environmental, social, and carbon‐uptake purposes, and potential costs of sequestering carbon through afforestation in western Canada. Using data from a survey of landowners, a discrete choice random utility model is used to determine the probability of landowners' participation in and corresponding mean willingness to accept (WTA) compensation for a tree‐planting program. WTA includes positive and negative benefits to landowners from planting trees, benefits not captured by foregone returns from agricultural activities on marginal land. Estimates of WTA are less than foregone returns, but even so average costs of creating carbon credits still exceed their projected value under a CO2‐emissions trading scheme. La présente étude a examiné les effets de divers facteurs sur la participation des producteurs agricoles à la plantation d'arbres à des fins économiques, environnementales, sociales et d'absorption du gaz carbonique, ainsi que les coûts potentiels de la séquestration du carbone au moyen du boisement dans l'Ouest canadien. À l'aide des données d'un sondage effectué auprès de propriétaires fonciers, nous avons utilisé un modèle d'utilité aléatoire à choix discrets pour déterminer la probabilité de participation des propriétaires fonciers à un programme de boisement et leur consentement à recevoir (CAR) une compensation financière pour leur participation. Le CAR inclut les avantages favorables et défavorables que le boisement procure aux propriétaires fonciers, des avantages non saisis par les revenus sacrifiés des activités agricoles sur des terres marginales. Les estimations du CAR sont inférieures aux revenus sacrifiés, mais malgré tout, les coûts moyens de la mise en uvre de programme de crédits pour le carbone demeurent supérieurs à leur valeur prévue dans un scénario d'échange de droits d'émission de CO2.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».