MétaCan
Menu
Retour à la cohorte
Enregistrement W4308694290 · doi:10.1080/00779954.2022.2138518

How sustainable is the growth of assistance to Fijian sugar producers?

2022· article· en· W4308694290 sur OpenAlexfundno aff
Kym Anderson

Notice bibliographique

RevueNew Zealand Economic Papers · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIsland Studies and Pacific Affairs
Établissements canadiensnon disponible
Organismes subventionnairesRiksbankens JubileumsfondWorld Congress of Science and Factual Producers
Mots-clésSugarBusinessAgricultural economicsFood scienceEconomicsBiology

Résumé

récupéré en direct d'OpenAlex

Following the loss of preferential access to the European Union’s previously highly protected sugar market, Fiji’s Government has been increasingly supporting its producers since 2010. That support is now much higher than most other countries’ assistance to the sugar sector. This study summarizes estimates of the changing extent of those transfers to producers from taxpayers and consumers. It does so by expressing them as nominal rates of assistance to producers and consumer tax equivalent rates (NRAs and CTEs). Those NRA and CTE estimates may well now exceed 100%. The level of support is around 5% of the government’s consolidated revenue. The nature of the support is not only economically inefficient and inequitable but also environmentally damaging and fiscally unsustainable given foreseeable market prospects. This suggests the need for that support to be re-purposed to provide better economic, social and environmental outcomes. Several suggestions as to how to do that conclude the paper.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,594
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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

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 GPT0,225
Écart entre enseignants0,215 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew Zealand Economic PapersMême sujetIsland Studies and Pacific AffairsTravaux en français237 207