MétaCan
Menu
Retour à la cohorte
Enregistrement W2872641930 · doi:10.1111/cjag.12174

The Potential for Cross‐Compliance in Canadian Agricultural Policy: Linking Environmental Goals with Business Risk Management Programs

2018· article· en· W2872641930 sur OpenAlexaffvenueabout
James Rude, Alfons Weersink

Notice bibliographique

RevueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomie · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Economics and Policy
Établissements canadiensUniversity of GuelphUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBusinessContext (archaeology)AgricultureEnvironmental complianceIncentiveCompliance (psychology)Agricultural policyEnvironmental resource managementPublic economicsEnvironmental planningEconomicsEnvironmental protection

Résumé

récupéré en direct d'OpenAlex

Abstract Environmental cross‐compliance links agricultural program payments to producer commitments to achieve agri‐environmental policy goals. The objective of this study is to determine the feasibility of using cross‐compliance to achieve environmental goals in a Canadian policy context. While Canadian policy makers have flirted with cross‐compliance, with the exception of phosphorus regulations for Quebec hog farms, they have never adopted this approach. The potential for effective cross‐compliance depends on producer participation, producer compliance with regulations, environmental performance, and overall welfare implications. This study reviews the application of cross‐compliance in the United States and EU with regard to the potential application to Canadian agriculture. Policy options are considered which link current business risk management ( BRM ) programs to alternative environmental regulations (wildlife habitat preservation, nutrient management plans, and beneficial management practices for nutrient management). In general, individual Canadian agricultural support program do not provide sufficient incentives for farmers to participate in cross‐compliance. However, if support programs are combined, it is better to link programs that redistribute income with environmental programs than to link agriculture programs that already address specific market failures.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,500
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,017
Tête enseignante GPT0,182
Écart entre enseignants0,165 · 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.

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

Citations11
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomieMême sujetAgricultural Economics and PolicyTravaux en français237 207