MétaCan
Menu
Retour à la cohorte
Enregistrement W2911600148 · doi:10.1515/jafio-2019-0054

Is Commodity Storage an Option for Enhancing Food Security in Developing Countries?

2019· article· en· W2911600148 sur OpenAlexaff
G. Cornelis van Kooten, Andrew Schmitz, P. Lynn Kennedy

Notice bibliographique

RevueJournal of Agricultural & Food Industrial Organization · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic theories and models
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésCommodityEconomicsGovernment (linguistics)Subsistence agricultureFood securityMicroeconomicsAgricultural economicsMonetary economicsBusinessMarket economyAgriculture

Résumé

récupéré en direct d'OpenAlex

Abstract We revisit the underlying economics of commodity storage and its relation to food security by first clarifying the standard model used to analyze the economic efficiency and distributional effects of commodity storage programs. We find that producers prefer stabilization, although their incomes are more variable, while consumers are indifferent. However, numerical simulations indicate that physical stocks will build up inexorably over a sustained period or the government will need to raise prices continuously over a prolonged period. For the least developed countries facing fluctuating world prices, government should guarantee the price received by producers because, with price uncertainty, farmers could experience losses even under a ‘good’ weather outcome; this would guarantee the producer price, benefitting farmers, while allowing the consumer price to vary with the world price benefits consumers as they prefer price instability. In some cases, however, the government may wish to impose a price ceiling so that households living at or near subsistence can afford to buy grain – an argument based on the grounds of food security. Numerical simulations indicate that such a mixed-price policy increases the wellbeing of both consumers and producers. Physical storage is not a necessity.

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 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 enseignants0,630
Score d'incertitude au seuil0,553

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
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 Opus0,040
Tête enseignante GPT0,220
Écart entre enseignants0,180 · 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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural & Food Industrial OrganizationMême sujetEconomic theories and modelsTravaux en français237 207