MétaCan
Menu
Retour à la cohorte
Enregistrement W2343447295 · doi:10.5539/mas.v10n7p22

Economic Valuation of Oil Palm Plantation Investment in Swamp Area of Tapin Regency, South Kalimantan, Indonesia

2016· article· en· W2343447295 sur OpenAlexvenueno aff
Hamdani Hamdani

Notice bibliographique

RevueModern Applied Science · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueOil Palm Production and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSwampValuation (finance)Total economic valueAgricultural economicsNet present valueInternal rate of returnBenefit–cost ratioInvestment (military)Contingent valuationPresent valuePalm oilAgricultural scienceForestryBusinessNatural resource economicsEnvironmental scienceEconomicsEcosystem servicesEcosystemGeographyWillingness to payFinanceProduction (economics)Ecology

Résumé

récupéré en direct d'OpenAlex

This study describes the companies’ feasibility determination on oil palm plantation investment. We also compare it with the oil palm plantation in swamp area, by considering economic, social and environmental aspects. We used total valuation method to valuing the environmental value of swamp area. Otherwise, investment analyzed by the model of benefit cost ratio (BCR), net present value (NPV), and internal rate of return (IRR). The study showed that the financial valuation of investment feasibility that is made and proposed by the plantation companies to banks (creditors), did not account the land value (economic, social and environmental values) of swamp ecosystems. The assessment on swampland value obtained Rp232, 570,833,400 or US$24,481 million per year for 10,000 ha area – US$2,448 per ha each year. Although the total value of economic environment is included in the valuation element of oil palm plantation investment in swampland, it still result insufficient value. However, by sensitivity analysis scenario of swampland plantation would become sufficient if the Crude Palm Oil (CPO) price is above US$1300 per ton. It also has a second scenario if the environmental cost can be pressed optimally into Rp9, 025,541 or US$950 per ha per year.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,555
Score d'incertitude au seuil0,331

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,020
Tête enseignante GPT0,231
Écart entre enseignants0,211 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetOil Palm Production and SustainabilityTravaux en français237 207