MétaCan
Menu
Retour à la cohorte
Enregistrement W4414247262 · doi:10.1111/aje.70102

Willingness to Pay for Forest Restoration in Togo: Comparison of Estimates From Choice Experiment, Contingent Valuation and Travel Cost Methods

2025· article· en· W4414247262 sur OpenAlexaff
Koffi Yovo

Notice bibliographique

RevueAfrican Journal of Ecology · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensUniversity of AlbertaUniversité de Sherbrooke
Organismes subventionnairesGerman Academic Exchange ServiceDeutscher Akademischer Austauschdienst
Mots-clésContingent valuationWillingness to payAfforestationRecreationBiodiversityValuation (finance)Forest coverPreferenceCost–benefit analysis

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Many regions of the world aim to increase their forest cover to sequester carbon, improve biodiversity, reduce soil erosion, or provide more recreational opportunities. To achieve this, several forest restoration programs have been implemented in developing countries. This study examines the willingness to pay (WTP) of Togolese citizens for the afforestation program in Togo, using the choice experiment (CE) method, the contingent valuation (CV) method, and the travel cost (TC) method. The WTP obtained with the TC method is higher than that with the stated preference methods (CE and CV) ($180.77 for TC vs. $2.95 for CE and $58.76 for CV). Additionally, respondents expressed positive WTP for attributes such as carbon sequestration, erosion reduction, biodiversity improvement and the organisation that manages forest policies. Our results contribute to the literature comparing these methods, and our study is the first conducted in Togo to use all three methods in an environmental context.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,121
Score d'incertitude au seuil0,312

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,172
Tête enseignante GPT0,370
Écart entre enseignants0,198 · 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'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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican Journal of EcologyMême sujetEconomic and Environmental ValuationTravaux en français237 207