MétaCan
Menu
Retour à la cohorte
Enregistrement W4414667871 · doi:10.1017/aae.2025.10021

Factors Affecting Enrollment in General Conservation Reserve Program: A Duration Analysis of Producers in Southern United States

2025· article· en· W4414667871 sur OpenAlexaff
Ashok Chaudhary, Parag Kadam, Puneet Dwivedi, Lincoln R. Larson, Wayde C. Morse, Ben Garber, Rich Iovanna

Notice bibliographique

RevueJournal of Agricultural and Applied Economics · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensDepartment of Environment and Conservation
Organismes subventionnairesUniversity of Cambridge
Mots-clésConservation Reserve ProgramDuration (music)RentingAgricultureRanking (information retrieval)Conservation agriculture

Résumé

récupéré en direct d'OpenAlex

Abstract Since the Conservation Reserve Program (CRP) was created in 1985, producers in the United States (US) have voluntarily enrolled their environmentally sensitive agricultural lands for conservation in exchange for an annual rental payment. However, enrollment in General CRP has been decreasing over time. This study used a discrete-time duration analysis model to examine factors influencing the length of time producers in the southeastern US ( n = 5000) take to enroll in the General CRP. Younger producers enrolled relatively faster than their older counterparts. Furthermore, increased total land area, awareness about CRP, and positive perspectives on the sign-up ranking process reduced overall time to enrollment.

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 enseignants0,154
Score d'incertitude au seuil0,363

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,049
Tête enseignante GPT0,221
Écart entre enseignants0,172 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Applied EconomicsMême sujetEconomic and Environmental ValuationTravaux en français237 207