MétaCan
Menu
Retour à la cohorte
Enregistrement W2156998560 · doi:10.22004/ag.econ.132430

Towards a Rural Development Policy: Lessons from the United States and Canada

2009· article· en· W2156998560 sur OpenAlexaffabout
Mark D. Partridge, M. Rose Olfert, Kamar Ali

Notice bibliographique

RevueAgEcon Search (University of Minnesota, USA) · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Economics and Policy
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésPublic policyGovernment (linguistics)Rural areaRural developmentAgricultureEconomic growthPolicy analysisPublic economicsAgricultural policyPolicy developmentBusinessPublic administrationPolitical scienceEconomicsGeography

Résumé

récupéré en direct d'OpenAlex

Despite the large sums of money spent to ostensibly support rural areas since the 1930s, a framework for assessing U.S. and Canadian rural policy is conspicuously absent, and thus there is little basis for assessing effectiveness of public policy and public expenditures in this area. The purpose of this paper is to propose a framework based on: 1) broad-based policy ob-jectives; 2) a small number of measurable targets that reflect these objectives; and 3) evaluation based on the latest methodological and data advances. We provide an overview of policies and programs in the U.S. and Canada that have been described as rural policy. Using basic descriptive evidence we show that to date the purported rural policy in both countries has generally failed to meet any broad-based objectives. We suggest that successful rural policy is primarily place-based, rather than being captured by tangential objectives such as support for particular sectors or initiatives such as environmental protection. We conclude by noting that government ministries that administer place-based (rural) policy should not have a sector-based orientation—rural policy should be removed from USDA and Agriculture and Agri-food Canada.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,180
Score d'incertitude au seuil0,951

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,006
Études des sciences et des technologies0,0120,005
Communication savante0,0070,002
Science ouverte0,0020,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,025
Tête enseignante GPT0,215
Écart entre enseignants0,190 · 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'étudeSans objet
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

Citations23
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgEcon Search (University of Minnesota, USA)Même sujetAgricultural Economics and PolicyTravaux en français237 207