MétaCan
Menu
Retour à la cohorte
Enregistrement W3034046895 · doi:10.1111/cjag.12252

Western Canadian producers’ attitudes towards wheat breeding funding

2020· article· en· W3034046895 sur OpenAlexafffundvenueabout
Viktoriya Galushko, Monika Çule, Richard Gray

Notice bibliographique

RevueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomie · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensUniversity of SaskatchewanUniversity of Regina
Organismes subventionnairesGenome PrairieGenome Canada
Mots-clésRevenueGovernment (linguistics)CropBusinessProbit modelAgricultural scienceAgricultural economicsMarketingEconomicsFinanceAgronomyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract In 2017, the federal government initiated national consultations for two new crop royalty systems that could be used to support additional crop breeding. In this study, we examine wheat growers’ attitudes towards breeding research and assess their inclination to contribute more to wheat variety development through checkoffs or enhanced royalties. We report a random effect probit estimation for a survey of 877 western Canadian wheat producers that took place from November 2018 to January 2019. We found at least 26% of survey respondents were willing to pay more to support additional wheat breeding. However, this support is contingent on the model for revenue collection and where additional revenue is invested. Producers generally favored increased checkoffs over enhanced royalty collection. Among the royalty options presented, the farm saved seed royalties mechanism had less support than the simpler to implement end‐point royalties mechanism. We also found support is much higher if new royalty mechanisms are used to support university or government programs versus private breeding programs. This result suggests developing widespread producer support for enhanced royalty collection may require broader commitments for funding, ownership, and control of crop breeding programs.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil0,155

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,138
Tête enseignante GPT0,184
Écart entre enseignants0,046 · 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'étudeQualitatif
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

Citations4
Publié2020
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomieMême sujetEconomic and Environmental ValuationTravaux en français237 207