The Impact of the PSR Rural Insurance Program on the Agricultural Productivity in the Matopiba Region of Brazil
Notice bibliographique
Résumé
The present work aims to analyze the impact of a government subsidy program of rural insurance in Brazil, (called the Programa de Subvenção ao Prêmio de Seguro Rural - PSR), on the productivity of insured producers in the MATOPIBA region of the country, which encompasses four Brazilian states, Maranhão, Tocantins, Piauí and Bahia, between the years 2008 to 2019. For this, municipalities were selected that had at least one insured producer throughout the analyzed period. The variables used were the number of producers, the number of insurance policies, the planted area, the productivity obtained and the insured financial amount of the producers. The methodological procedure was based on Auto-regressive Vectors (VAR) for panel data. The results showed a concentration, of all the variables used in the research, in the state of Bahia, mainly in the municipalities of Formosa do Rio Preto and São Desidério, whose main economic activity is soy production. It was also found that the impulse response functions on productivity obtained through a shock in the other variables, except the planted area variable, the others showed positive initial (short-term) responses until the second year. The average time for responses to smooth over time occurs from the sixth year onwards.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».