Estimating the Total Economic Costs of Nutrient Emission Reduction Policies to Halt Eutrophication in the Great Lakes
Notice bibliographique
Résumé
Abstract The Great Lakes (GL) in North America are among the largest freshwater resources on the planet facing serious eutrophication problems as a result of excessive nutrient loadings due to population and economic growth. More than a third of Canada's GDP is generated in and around the GL. Hence, the economic interests affected by pollution and pollution control are high. New policies to reduce pollution are often insufficiently informed due to the lack of integrated models and methods that provide decision‐makers insight into the direct and indirect economic impacts of their policies. This study fills this knowledge gap and estimates the impacts of different total phosphorus (TP) restriction policy scenarios across the GL. A first of its kind multi‐regional hydro‐economic model is built for the Canadian GL, extended to include TP emissions from point and non‐point sources. This optimization model is furthermore extended with a pollution abatement cost function that allows sectors to also take technical measures to meet the imposed pollution reduction targets. The latter is a promising new avenue for extending existing hydro‐economic input‐output modeling frameworks. The results show decision‐makers the least cost‐way to achieve different TP emission reduction targets. The estimated cost to reduce TP emissions by 40% in all GL amounts to a total annual cost of 3 billion Canadian dollars or 0.15% of Canada's GDP. The cost structure changes substantially as policy targets become more stringent, increasing the share of indirect costs and affecting not only the economic activities around the GL, but the economy of Canada as a whole due to the tightly interwoven economic structure.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».