MétaCan
Menu
Retour à la cohorte
Enregistrement W3124354531 · doi:10.3390/economies6040063

Macroeconomic and Distributional Impacts of Jatropha Based Biodiesel in Mali

2018· article· en· W3124354531 sur OpenAlexaff
Dorothée Boccanfuso, Massa Coulibaly, Luc Savard, Govinda R. Timilsina

Notice bibliographique

RevueEconomies · 2018
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesWorld Bank Group
Mots-clésJatrophaBiodieselComputable general equilibriumJatropha curcasEconomicsAgricultureAgricultural economicsAgroforestryBusinessNatural resource economicsEnvironmental scienceBiotechnologyBiologyEcologyMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Mali has introduced a program to produce biodiesel using jatropha, a shrub widely available throughout the country. The aim of the program is to partially substitute diesel, which is entirely supplied through imports, with domestically produced biodiesel. In this paper, we use a computable general equilibrium (CGE) model and a microsimulation model to analyze macroeconomic and distributional impact of a hypothetical expansion of jatropha based biodiesel industry in Mali. We find that the expansion of biodiesel industry (i.e., both jatropha farming and oil conversion), would increase GDP, though slightly, if idle lands are utilized for jatropha cultivation. However, the expansion of jatropha would cause slight loss in GDP if the existing agriculture land is used for jatropha cultivation. The distributional results are slightly different. We find that rural poverty would decrease no matter whether idle lands or existing agricultural lands are used for jatropha plantation, although the percentage reductions in rural poverty are higher in the former compared to the latter case. Our results indicate that if governments plan to promote jatropha biodiesel they should not allow jatropha to compete with food staples on the existing land. Policies should be targeted to utilize the idle lands which have not been used for any productive use.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,010
Tête enseignante GPT0,250
Écart entre enseignants0,240 · 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'étudeSimulation ou modélisation
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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconomiesMême sujetChild Nutrition and Water AccessTravaux en français237 207