MétaCan
Menu
Retour à la cohorte
Enregistrement W2151768136 · doi:10.1111/cag.12138

Economic value of Greater Montreal's non‐market ecosystem services in a land use management and planning perspective

2014· article· en· W2151768136 sur OpenAlexafffundvenueabout
Jérôme Dupras, Mahbubul Alam, Jean‐Pierre Revéret

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensUniversité du Québec à MontréalUniversité de Montréal
Organismes subventionnairesDavid Suzuki Foundation
Mots-clésEcosystem servicesRecreationBusinessWoodlandGoods and servicesMonetizationLand useEnvironmental resource managementBiodiversityGeographyEcosystemEnvironmental planningEcologyEconomicsEconomy

Résumé

récupéré en direct d'OpenAlex

Abstract The Greater Montreal (Quebec, Canada) area is currently re‐evaluating the future of its land use planning and development sector. One of the approaches being considered is the monetization of non‐market goods and services provided by biodiversity and ecosystems in this region. This is in the interest of providing decision makers and stakeholders a tool for quantification and comparison. Herein we analyzed land use cover in 2010 and applied benefit transfer using 103 monetary observations from 62 studies. The value measured for the 11 non‐market ecosystem services monetized for the Greater Montreal area reached $2.2 billion/year. More than three‐quarters of this total value is provided by the services of air quality regulation, recreation, and habitat for biodiversity. Ecosystems providing the highest non‐market values are urban forests, woodlands, and wetlands. We believe that the results of this ecosystem services value mapping could lead to better resource allocation and enable policy‐makers to design more effective land use policies in southern Quebec.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,042
Score d'incertitude au seuil0,280

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,013
Tête enseignante GPT0,164
Écart entre enseignants0,152 · 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'étudeObservationnel
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

Citations83
Publié2014
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetEconomic and Environmental ValuationTravaux en français237 207