Willingness to Pay for Maintenance of a Nature Conservation Area: A Case of Mount Wilhelm, Papua New Guinea
Notice bibliographique
Résumé
<p>Ecosystem services that are not traded on markets contribute to human wellbeing however their economic value is not well known and research is required to reveal it. This paper reports on a study of willingness to pay (WTP) for the maintenance of Mount Wilhelm by urban residents and socio-economic factors influencing it. The possibility of developing an ecotourism strategy that could generate benefits for local are discussed. The data were obtained from questionnaire and personal interviews of residents of Kundiawa, which is the capital of Simbu Province, Papua New Guinea. The data were analysed using descriptive statistics and binary logit regression model. The results showed that 92% of the respondents were willing to pay for maintenance of Mount Wilhelm and they would pay an average of 7.4 Papua New Guinea Kina (US$ 2.5) each year. The respondents who belonged to high income group had the highest WTP, followed by those who were willing to give out part of their land for conservation. Approximately 62% of the respondents would pay ≥10 Papua New Guinea Kina (PGK), which is equivalent to the amount charged as access fee to Mount Wilhelm by the locals living around it. The willingness to pay ≥10 PGK was influenced by income, education, importance of forests and willingness to give up land for conservation. The findings will contribute to land use planning and design of nature-based recreation that meets societal demands.</p>
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».