MétaCan
Menu
Retour à la cohorte
Enregistrement W2969058297 · doi:10.3390/f10080691

Farmers’ Willingness to Accept Compensation to Maintain the Benefits of Urban Forests

2019· article· en· W2969058297 sur OpenAlexaff
Xueyan Wang, Jan Adamowski, Wang Guangda, Jianjun Cao, Guofeng Zhu, Junju Zhou, Chunfang Liu, Xiaogang Dong

Notice bibliographique

RevueForests · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensMcGill University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésWillingness to acceptLivelihoodAfforestationHectareArable landBusinessAgroforestryAgricultural economicsWillingness to payForestryGeographyAgricultureEconomicsEnvironmental science

Résumé

récupéré en direct d'OpenAlex

The Returning Farmland to Forest Program (RFFP) was implemented in China in 1999 with the goal of supporting environmental restoration by returning significant areas of cultivated land to forest. While afforestation supports long-term ecosystem services like carbon sequestration and the reduction of soil and water loss, it also reduces the amount of available arable land, putting financial pressure on those who depend on it for their livelihoods. In an effort to balance both ecological and economic benefits, regional governments offer financial compensation to farmers to offset these pressures in the form of a dollar amount per hectare of reforested land. The current study explores participants’ willingness to accept pay (WTA), along with the difference between the offered per hectare compensation and the amount deemed acceptable by RFFP participants in the region. To this end, 92 households from the representative afforestation area were surveyed in Huining County, Gansu Province, China - an area of strategic ecological importance in the Loess Plateau. The results showed 12.0% of the surveyed respondents to be satisfied with the current compensation policy, while 88.0% of respondents were not. The respondents’ lower and upper WTA limits were $221/ha/year and $1331/ha/year, respectively, with an average WTA of $777/ha/year. The compensation that respondents would be most willing to accept was distributed in the $444–888/ha/year and the $889–1331/ha/year ranges, accounting for 37.0% and 31.5% of the total responses, respectively. Gender, age, and education were found to be the main factors influencing a respondents’ WTA. Results of the survey suggest that the actual compensation amount ($355/ha/year) is much lower than respondents’ WTA, and that compensation measures and policies should be improved to guarantee a basic income.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,108
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,003

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 Opus0,053
Tête enseignante GPT0,219
Écart entre enseignants0,166 · 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

Citations30
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetEconomic and Environmental ValuationTravaux en français237 207