MétaCan
Menu
Retour à la cohorte
Enregistrement W4323338169 · doi:10.3368/le.040721-0036r

Quality over Quantity: Nonmarket Values of Restoring Coastal Dunes in the U.S. Pacific Northwest

2022· article· en· W4323338169 sur OpenAlexaff
Nguyễn Văn Tú, David M. Kling, Steven J. Dundas, Sally D. Hacker, Daniel K. Lew, Peter Ruggiero, Katherine Roy

Notice bibliographique

RevueLand Economics · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensDalhousie University
Organismes subventionnairesNational Centers for Coastal Ocean ScienceU.S. Fish and Wildlife ServiceOregon State UniversityNational Oceanic and Atmospheric AdministrationU.S. Department of Commerce
Mots-clésRecreationNonmarket forcesWillingness to payQuality (philosophy)EcosystemRestoration ecologyEnvironmental resource managementWater qualityWelfareGeographyNatural resource economicsEnvironmental protectionEnvironmental scienceEcologyEconomics

Résumé

récupéré en direct d'OpenAlex

We design a choice experiment to examine public preferences for coastal dune ecosystem restoration in the U.S. Pacific Northwest. Dunes are a public good whose natural state is now rare. Respondents are asked to choose among hypothetical projects that vary by project size, restoration quality, recreation access, flooding risk, and cost. Restoration quality is defined as closeness to the natural ecosystem. We find that increasing restoration quality results in significantly higher welfare gains than increasing the size of restoration area. Maintaining recreation access is preferred, and programs with recreation restrictions yield positive willingness to pay only if accompanied by the highest restoration quality.

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)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,090
Tête enseignante GPT0,237
Écart entre enseignants0,146 · 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'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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLand EconomicsMême sujetEconomic and Environmental ValuationTravaux en français237 207