MétaCan
Menu
Retour à la cohorte
Enregistrement W2802755146 · doi:10.5399/osu/jtrf.56.1.4420

Export Spread, Farmer Revenue and Grain Export Capacity in Western Canada

2017· article· en· W2802755146 sur OpenAlexfundaboutno aff
Mohammad Torshizi, Richard Gray

Notice bibliographique

RevueJournal of the Transportation Research Forum · 2017
Typearticle
Langueen
DomaineMathematics
ThématiqueModeling, Simulation, and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesSaskatchewan Wheat Development CommissionMitacs
Mots-clésRevenueAgricultural economicsEconomic rentAgricultureBusinessGrain tradeProduction (economics)Port (circuit theory)CropOrder (exchange)Agricultural scienceEconomicsNatural resource economicsGeographyEnvironmental scienceEngineeringFinanceMarket economy

Résumé

récupéré en direct d'OpenAlex

Starting in the 2013-14 crop year, a lack of export capacity resulted in substantial increases in the spread between farm and port FOB prices in western Canada. This created a very difficult situation for the farming community. We calculate that this situation reduced grain farmers’ income over the 2013-14 and 2014-15 crop years by approximately C$6.7 billion. Clearly, the grain handling and transportation system has problems and capacity to move grain is one of them. To evaluate the need for grain export capacity expansion, we forecast future grain production using a rational expectations model to estimate future export spreads and subsequent rents. We find that without capacity improvements, the expected cost of limited grain export capacity could exceed C$5.6 billion over the next decade. Capacity improvements on the order of a 25% increase will likely mitigate this issue in the future.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,217

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,145
Tête enseignante GPT0,373
Écart entre enseignants0,228 · 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'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

Citations1
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Transportation Research ForumMême sujetModeling, Simulation, and OptimizationTravaux en français237 207