MétaCan
Menu
← Retour à la cohorte
Enregistrement W2924770536

Welfare Implications of Animal Disease-Related Trade Restrictions:Case of BSE-Related Export Bans on Cattle and Beef

2007· article· en· W2924770536 sur OpenAlexaboutno aff
Jeevika Weerahewa, Randall Wigle, Maury E. Bredahl

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Disease Management and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWelfareAnimal welfareInternational tradeAgricultureBusinessEconomicsTrade barrierDeadweight lossInternational economicsAgricultural economicsGeographyMarket economyBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Trade restrictions are sometimes necessary to ensure food safety and animal and plant health protection. Between 2003 and 2006, Canada faced a series of trade restrictions related to BSE. Some refer to the events as a crisis for the Canadian cattle and beef sector, and some estimates placed the loss for Canada s high as $5 billion. This paper examines the impacts of BSE related trade bans on cattle and beef on economic welfare and trade flows. While our analysis is global, the discussion focuses somewhat on Canada. The analysis was performed using GTAP and the GTAP data aggregated to 15 sectors and 10 regions. Four policy experiments simulated actual trade bans placed on Canadian and the US products soon after the BSE crisis were simulated. The results suggest a Canadian welfare loss of between $70 and $700 million depending on the extent of the export ban. The US, Canada and Japan were the most adversely affected. Australia and New Zealand acquired welfare gains. Not surprisingly (given the huge volume of bilateral trade) Canada's welfare is very sensitive to access to the US market, especially for cattle trade. Price and trade impacts were visible on grain and other agricultural markets as well.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,447
Score d'incertitude au seuil0,889

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,032
Tête enseignante GPT0,267
Écart entre enseignants0,235 · 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

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAnimal Disease Management and Epidemiology→Travaux en français237 207→