MétaCan
Menu
Retour à la cohorte
Enregistrement W2906365602

Economic Impact From Farm Investments in Canada

2018· article· en· W2906365602 sur OpenAlexaboutno aff
Maurice Doyon, Stéphane Bergeron

Notice bibliographique

RevueCIRANO Project Reports · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Economics and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgricultural economicsEconomic impact analysisProduction (economics)Agricultural scienceAgricultureInvestment (military)BusinessGeographyEconomicsPolitical scienceEnvironmental science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study looks at the economic impact of 2015 on-farm investments for six agricultural sectors (hog, beef, cash crops, dairy, poultry and egg) in Canada, excluding production quota purchase. The direct, indirect and induced effect of on farm investments is calculated for the Atlantic, Quebec, Ontario, the Prairies and British Columbia. In Quebec, the model used allowed for the measurement of regional impacts by administrative regions. Comparisons are made between supply and non-supply managed productions. Results indicate that in 2015, Canadian farmers in the six sectors studied have collectively invested more than 9.2 billion dollars that contributed to nearly 89, 000 full-time jobs created and 8.7 billion dollars in the GDP. The stability of farm prices that are characteristic of productions under supply management seems favorable to farm investments. While supply management represents roughly 20 % of farm receipts of the six sectors studied, they represent 25 % of total investments and 28 % of the total GDP generated by farm investments. Moreover, on a per farm basis, supply managed farms create significantly more employment and contributions to GDP than their non-supply managed counterparts. Cette étude porte sur l’impact économique des investissements à la ferme en 2015 pour six secteurs agricoles au Canada (porc, bœuf, récoltes à revenu, produits laitiers, volaille et œuf), mais exclut les quotas de production pour les achats. Les effets directs, indirects, et induits des investissements à la ferme sont calculés pour les régions de l’Atlantique, du Québec, de l’Ontario, des Grandes Prairies et de la Colombie-Britannique. Pour le Québec, le modèle utilisé favorise l’évaluation des impacts régionaux par région administrative. Des comparaisons sont faites entre les productions en mode de gestion ou non gestion des stocks. Les résultats de 2015 indiquent que les fermiers canadiens des six secteurs sous étude ont collectivement investi plus de 9, 2 milliards de dollars qui ont contribué à la création de près de 89 000 emplois à temps plein, et à 8, 7 milliards de dollars du PIB. La stabilité des prix à la ferme qui sont attribuables aux productions en mode de gestion des stocks semblent favorables aux investissements. Tandis que la gestion des stocks représente approximativement 20% des revenus pour les six secteurs sous étude, celle-ci représente 25% des investissements totaux et 28% du PIB total généré par les investissements à la ferme. De plus, sur la base d’une seule ferme, les fermes en mode de gestion des stocks créent significativement plus d’emplois et plus de contributions au PIB que leurs homologues qui opèrent en mode de non gestion des stocks.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,400

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,236
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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCIRANO Project ReportsMême sujetAgricultural Economics and PolicyTravaux en français237 207