MétaCan
Menu
Retour à la cohorte
Enregistrement W2793116591 · doi:10.1080/21645698.2018.1429876

The economic and environmental cost of delayed GM crop adoption: The case of Australia's GM canola moratorium

2018· article· en· W2793116591 sur OpenAlexaffabout
Scott Biden, Stuart J. Smyth, David Hudson

Notice bibliographique

RevueGM crops & food · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetically Modified Organisms Research
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésCanolaGreenhouse gasAgricultural scienceEconomic impact analysisAgricultural economicsBusinessNatural resource economicsEnvironmental impact assessmentOpportunity costEnvironmental scienceEconomicsAgronomyEcology

Résumé

récupéré en direct d'OpenAlex

Incorporating socio-economic considerations (SECs) into national biosafety regulations regarding genetically modified (GM) crops have opportunity costs. Australia approved the cultivation of GM canola through a science-based risk assessment in 2003, but allowed state moratoria to be instituted based on potential trade impacts over the period 2004 to 2008 and 2010 in the main canola growing states. This analysis constructs a counterfactual assessment using Canadian GM canola adoption data to create an S-Curve of adoption in Australia to measure the environmental and economic opportunity costs of Australia's SEC-based moratoria between 2004 and 2014. The environmental impacts are measured through the amount of chemical active ingredients applied during pest management, the Environmental Impact Quotient indicator, and greenhouse gas emissions. The economic impacts are measured through the variable costs of the weed control programs, yield and the contribution margin. The environmental opportunity costs from delaying the adoption of GM canola in Australia include an additional 6.5 million kilograms of active ingredients applied to canola land; a 14.3% increase in environmental impact to farmers, consumers and the ecology; 8.7 million litres of diesel fuel burned; and an additional 24.2 million kilograms of greenhouse gas (GHG) and compound emissions released. The economic opportunity costs of the SEC-based moratoria resulted in foregone output of 1.1 million metric tonnes of canola and a net economic loss to canola farmers' of AU$485.6 million. The paper provides some of the first quantified, post-adoption evidence on the opportunity cost and environmental impacts of incorporating SECs into GM crop regulation.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,286
Score d'incertitude au seuil0,568

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,030
Tête enseignante GPT0,250
Écart entre enseignants0,220 · 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 source (Gemma direct ou Codex distillé), 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

Citations32
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGM crops & foodMême sujetGenetically Modified Organisms ResearchTravaux en français237 207