MétaCan
Menu
Retour à la cohorte
Enregistrement W3110597610 · doi:10.3390/f11121270

Effect of Forest Certification on International Trade in Forest Products

2020· article· en· W3110597610 sur OpenAlexaff
Jiaojiao Chen, Lanhui Wang, Lingchao Li, Juliana Magalhães, Song Wei-ming, Wenming Lu, Lichun Xiong, Wei-Yew Chang, Yujun Sun

Notice bibliographique

RevueForests · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal trade, sustainability, and social impact
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCertified woodCertificationForest productBusinessGravity model of tradeSustainabilityDeveloping countryTrade barrierInternational tradeForest managementEconomicsForestryEconomic growthGeographyEcology

Résumé

récupéré en direct d'OpenAlex

Forest certification plays an important role in the global trade of legal, sustainably harvested timber. There is no accurate definition of how international forest certification systems impact international trade from a global perspective. This paper is intended to evaluate the influence of forest certification on international trade, so that it can provide a scientific basis for the improvement of the international forest certification systems and for the development of relevant forestry industries in different countries. First, the influence of forest certification on international trade of forest products is explained in the economic model; hence, four hypotheses are put forward. Second, to test these hypotheses, we verify the panel data of bilateral trade and forest certification of all forest products among 67 economies from 2009 to 2018 by incorporating forest certifications into the gravity model. Finally, tests by country groups and product groups were further analyzed, respectively. The results show that: (1) The extended Poisson pseudo maximum likelihood (PPML) estimation solves the problem of the heteroscedasticity and zero trade value problems of the gravity model well in the forest industry. (2) Forest certification has an export competitive effect, a trade barrier effect, as well as common language effect. (3) Forest certification has asymmetric trade effects. The export competitive effect of forest certification in developing countries is greater than that in developed countries. Forest certification has become a trade barrier for developing countries, especially in the process of trade with developed countries. The common language effect is higher during the trade between developed and developing countries. The export competitive effect of wood products is higher than that of furniture products. Forest certification has trade barrier effect on wood products in developing countries, while it has trade barrier effect on furniture products in developed countries.

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)0,001
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 enseignants0,013
Score d'incertitude au seuil0,475

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0000,000

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 Opus0,024
Tête enseignante GPT0,274
Écart entre enseignants0,250 · 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

Citations30
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetGlobal trade, sustainability, and social impactTravaux en français237 207