MétaCan
Menu
Retour à la cohorte
Enregistrement W2168852929 · doi:10.1111/j.1744-7976.2010.01214.x

Allocating Land for an Ecosystem Service: A Simple Model of Nutrient Retention with an Application to the Chesapeake Bay Watershed

2011· article· en· W2168852929 sur OpenAlexvenueno aff
R. David Simpson

Notice bibliographique

RevueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomie · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensnon disponible
Organismes subventionnairesSvenska Forskningsrådet Formas
Mots-clésEcosystem servicesWatershedNutrientChesapeake baySet-asideEnvironmental scienceForestryWater resource managementEcosystemBusinessGeographyComputer scienceEcologyEstuaryBiology

Résumé

récupéré en direct d'OpenAlex

There has been great interest in recent decades in “ecosystem services.” One of the services most often mentioned is the retention of nutrients. I construct a simple model of agricultural land use under a regulatory requirement that nutrient loading cannot exceed a fixed ceiling. Farmers decide the quantity of residual nutrients they will generate, how much land they will allocate to production, and, consequently, how much land that could have been used for production they will instead preserve for the retention of nutrients. I develop three propositions. First, when the regulatory constraint is relatively weak, there will be a corner solution in which no land is set aside to provide the service of nutrient retention. Second, for any given regulatory constraint, there is a maximum amount of land that would be set aside to provide ecosystem services, regardless of the efficiency with which preserved land performs the nutrient retention function. Third, when it would prove very valuable to set some land aside for nutrient retention, less land in total may optimally be preserved for this purpose than when the service is less valuable. I illustrate the implications of this model with an application to the Chesapeake Bay watershed. Depuis les dernières décennies, les services écosystémiques suscitent beaucoup d’intérêt. La rétention des éléments nutritifs figure parmi les services les plus mentionnés. Dans le présent article, j’ai élaboré un modèle simple d’utilisation des terres agricoles qui tient compte d’une exigence réglementaire selon laquelle les charges en éléments nutritifs ne peuvent excéder une quantité maximale établie. Les agriculteurs décident de la quantité d’éléments nutritifs résiduels qu’ils généreront, des superficies qu’ils consacreront à la production et, par conséquent, des superficies qui, au lieu d’être consacrées à la production, seront réservées à la rétention des éléments nutritifs. J’ai formulé trois propositions. Premièrement, lorsque la limite réglementaire n’est pas fermement imposée, une solution spéciale (corner solution) fera en sorte qu’aucune superficie ne sera réservée pour la rétention des éléments nutritifs. Deuxièmement, pour toute limite réglementaire établie, des superficies maximales seront réservées pour offrir des services écosystémiques, peu importe l’efficacité de rétention des éléments nutritifs de ces superficies. Troisièmement, lorsqu’il aura été prouvé que réserver des superficies pour la rétention des éléments nutritifs est d’une grande valeur, il se peut que les superficies réservées à cette fin soient inférieures à celles qui l’avaient été lorsque le service avait une moindre valeur. J’ai illustré les incidences de ce modèle en l’appliquant au bassin versant de la baie de Chesapeake.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,209
Score d'incertitude au seuil0,415

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,030
Tête enseignante GPT0,167
Écart entre enseignants0,137 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomieMême sujetLand Use and Ecosystem ServicesTravaux en français237 207