Modelling the Dynamic Impact of Replanting Subsidy on Tea Production in Sri Lanka: Policy Analysis Using the ARDL Model Approach
Notice bibliographique
Résumé
The tea industry in Sri Lanka plays a vital role in the economy with its direct and indirect contribution to the gross domestic products, employment, and foreign exchange earnings. The successive governments have introduced subsidy schemes for replanting to increase tea production. However, according to the authors' knowledge, there are no comprehensive quantitative studies undertaken to effectively investigate and quantify the effect of tea replanting subsidy scheme on tea production of the various geographic elevations of tea cultivating lands. The significant contribution of this paper is the quantification of the impact of tea replanting subsidy schemes on tea production in the short-run and long-run at different altitudes. This research takes time series data from 1970 to 2018 of three different heights or elevations-high, medium, and low. The Autoregressive Distributed Lag (ARDL) Model examines the short-run and long-run dynamics of the subsidy scheme on tea production. The results reveal that there is a cointegration between tea production and three variables; tea replanting subsidy, tea prices and tea bearing area; in all three elevations. But tea replanting subsidy is not significant in long run for all three elevations, separately. In the short-run analysis, the impact of replanting subsidy is significant only for tea production in low heights with one-year time lag. Since the study reveals that tea replanting subsidy increases, the tea production of low elevation also increases, and almost 60% of the tea extent and 73% of the total tea production gained from low heights, we recommend that the government continue the tea replanting subsidy schemes as it is benefitted by whole tea industry in long run.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».