MétaCan
Menu
Retour à la cohorte
Enregistrement W2784134961 · doi:10.1162/adev_a_00115

Indonesia's Moratorium on Palm Oil Expansion from Natural Forests: Economy-Wide Impacts and the Role of International Transfers

2018· article· en· W2784134961 sur OpenAlexaff
Arief Anshory Yusuf, Louise Roos

Notice bibliographique

RevueAsian Development Review · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueOil Palm Production and Sustainability
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésComputable general equilibriumIndonesianPalm oilEconomicsWelfareStock (firearms)Economic welfareNatural resource economicsEconomyMarket economyMacroeconomicsAgroforestryGeographyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Indonesia has introduced a moratorium on the conversion of natural forests to land used for palm oil production. Using a dynamic, bottom-up, interregional computable general equilibrium model of the Indonesian economy, we assess several scenarios of the moratorium and discuss its impacts on the domestic economy as well as on regional economies within Indonesia. We find the moratorium reduces Indonesian economic growth and other macroeconomic indicators, but international transfers can more than compensate the welfare losses. The impacts also vary across regions. Sumatra, which is highly dependent on palm oil and is home to forests that no longer have a high carbon stock, receives fewer transfers and suffers the greatest economic loss. Kalimantan, which is relatively less dependent on palm oil and has forests with a relatively high carbon stock, receives more transfers and gets greater benefit. This implies that additional policy measures anticipating the unbalanced impacts of the moratorium are required if the trade-off between conservation and reducing interregional economic disparity is to be reconciled.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,833
Score d'incertitude au seuil0,504

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 Opus0,004
Tête enseignante GPT0,215
Écart entre enseignants0,212 · 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

Citations22
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Development ReviewMême sujetOil Palm Production and SustainabilityTravaux en français237 207