MétaCan
Menu
Retour à la cohorte
Enregistrement W2955407230 · doi:10.1139/cjfr-2018-0309

Climate change, increasing forest fire incidence, and the value of visibility: evidence from British Columbia, Canada

2019· article· en· W2955407230 sur OpenAlexaffvenueabout
Wolfgang Haider, Duncan Knowler, Ryan Trenholm, J. N. Moore, Phil Bradshaw, Ken Lertzman

Notice bibliographique

RevueCanadian Journal of Forest Research · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensBC Hydro (Canada)Capital Regional DistrictSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésVisibilityHazeClimate changeHomogeneousGeographyDamagesHuman healthValue (mathematics)Environmental scienceEnvironmental healthMeteorologyEcologyMedicineStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Climate change may increase the occurrence and severity of forest fires, leading to worsening wildfire seasons. More frequent burn events would have various effects due to increased haze and smoke, including a greater incidence of impacts on human health and reduced or impaired visibility. In areas such as the Lower Fraser Valley of British Columbia, which prides itself on panoramic mountain and city views, individuals may be willing to pay to address deteriorating visibility conditions arising from wildfires or other sources. However, studies consistently show that any attempt to ask individuals how much they are willing to pay to improve local visibility will be confounded with the benefits of improving local health conditions. We used a discrete choice experiment to estimate the value of potential improvements in local visibility in the Lower Fraser Valley, but we included the consideration of health effects and found that these two attributes were indeed linked. As human preferences are rarely homogeneous, we also considered heterogeneity in respondents’ preferences for increases in the number of improved-visibility days versus healthy days. Finally, we applied our results to estimate the value of damages from visibility disruptions related to wildfire smoke from 2002 to 2018 in the Lower Fraser Valley.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,568

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,093
Tête enseignante GPT0,253
Écart entre enseignants0,159 · 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

Citations18
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetEconomic and Environmental ValuationTravaux en français237 207