MétaCan
Menu
Retour à la cohorte
Enregistrement W2469175863 · doi:10.1080/00224561.2007.12436011

An integrated economic-hydrologic modeling framework for the watershed evaluation of beneficial management practices

2007· article· en· W2469175863 sur OpenAlexaboutno aff
Wanhong Yang, Alain N. Rousseau, Peter C. Boxall

Notice bibliographique

RevueJournal of Soil and Water Conservation · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWatershedToolboxWatershed managementValuation (finance)AgricultureEnvironmental resource managementSubsidyEnvironmental economicsNonmarket forcesEnvironmental planningGeneral partnershipEnvironmental scienceBusinessComputer scienceEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

This paper develops an integrated economic-hydrologic modeling framework that includes an on-farm economic model, a farmer adoption behavior model, a watershed modeling toolbox and a nonmarket valuation economic model for watershed evaluation of beneficial management practices (BMPs). The modeling framework is specifically designed for the watershed evaluation of BMPs (WEBs) project, which was established as a partnership between Agriculture and Agri-Food Canada and Ducks Unlimited Canada in 2003. The modeling framework could be applied to examine tradeoffs between on-farm costs, pollution abatement, water quality improvement, and societal value in evaluating agricultural conservation programs. In comparison with previous studies, the modeling framework not only integrates economic and physical models but also incorporates normative and behavioral elements in addressing the complex conservation issue. This study introduces a modeling framework for policy-makers and program managers to improve the design and implementation of conservation programs to meet the environmental and ecological goals more cost-effectively.

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)0,002
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,285
Score d'incertitude au seuil0,177

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,045
Tête enseignante GPT0,276
Écart entre enseignants0,231 · 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'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

Citations31
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Soil and Water ConservationMême sujetWater resources management and optimizationTravaux en français237 207