MétaCan
Menu
Retour à la cohorte
Enregistrement W2776065208 · doi:10.1142/s2382624x18500066

Temporal Reliability of Willingness to Pay for Payments for Environmental Services: Lessons from Lombok, Indonesia

2017· article· en· W2776065208 sur OpenAlexaff
Wanggi Jaung, L. Putzel, Gary Bull, Diswandi Diswandi, Witardi, Markum Markum

Notice bibliographique

RevueWater Economics and Policy · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversitas Mataram
Mots-clésWillingness to payContingent valuationPaymentReliability (semiconductor)EconometricsActuarial sciencePopulationEnvironmental economicsYield (engineering)EconomicsBusinessEnvironmental resource managementStatisticsMathematicsMicroeconomicsFinanceEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Willingness to pay (WTP) for payments for environmental services (PES) can be temporarily reliable if contingent valuation (CV) studies are embedded in an accurate survey population, yield low measurement errors, and are based on a correct assumption of no change in sociodemographic factors affecting buyer preferences. These pre-conditions are assumed in PES schemes applying temporal reliability of WTP. This study tests these conditions in CV-PES studies from 2001, 2003, and 2011 in Lombok, Indonesia, by comparing them with a new CV-PES study in 2015. Our results show that the CV-PES studies would not meet the pre-conditions due to inclusion of non-PES buyers, potential measurement errors implied by a lack of validating information and high WTP estimate, and/or failure to test the condition of no change of socio-economic factors. Results contribute to identifying pragmatic challenges and lessons for applying temporal reliability of WTP to PES implementation.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,135
Score d'incertitude au seuil0,642

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,064
Tête enseignante GPT0,259
Écart entre enseignants0,195 · 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'étudeObservationnel
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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Economics and PolicyMême sujetEconomic and Environmental ValuationTravaux en français237 207