Testing different approaches to estimate the potential supply of carbon offsets from beef grazing systems
Notice bibliographique
Résumé
Agricultural lands have the biological potential to sequester many millions of tonnes of carbon dioxide equivalents thus have been recognised by many scientists and policymakers as a key component of efforts to mitigate climate change. However, the operational changes required to create these offsets are neither insignificant nor uniform across agricultural enterprises and the incentives needed and the likelihood and rate of participation as well as the impacts at farm level have not been examined in detail. Acknowledging this complexity, this research examines the potential for pastoral land in Queensland, Australia to supply carbon offsets using three approaches; desktop bioeconomic modelling, experimental field auctions with landholders and the use of behavioural economic theories to understand stated preferences in a choice model. The bioeconomic model is additionally tested using a comparative case study from Canada. The comparative case study structure allows for identification of the extent to which political and broader economic drivers are likely to affect supply of carbon offsets from agricultural land. The three approaches provide difference results as the bioeconomic model estimates only the opportunity costs while the experimental auctions and choice modelling estimate more comprehensively landholders preferences for supplying carbon offsets. The difference in results shows that the use of choice modelling can make a valuable contribution to understanding preferences for provision of ecosystem services, particularly when the preferences being investigated involve new products or enterprises for which there is little historical information. The impact of bounded rationality and a lack of heuristics was demonstrated by the difference in preferences between a single unit of the service and supplying multiple units. In the context of carbon trading, agricultural offsets are found to be a potentially efficient source of carbon offsets at relatively low carbon prices but the results also highlight the need for case specific modelling when major policy initiatives are being evaluated.
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 | 0,010 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| 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 ».