Comparative analysis of producer and processor impacts from bioproduct developments in the Canadian soybean sector
Notice bibliographique
Résumé
Volatility in crude oil prices has spurred new interest in the nontraditional use of agricultural products in the production of biofuels and in other industrial applications such as the Ontario BioCar initiative. It is important to know if these new demands will provide benefits to Ontario farmers. A synthetic structural model that depicts Canada as part of world corn and soybean markets was used to answer this question through a comparative static analysis of how the benefits derived from the biotech demands for corn and soybean oil compare to the benefits that could be obtained from an increase in soybean productivity or from an increase in the export demand for Canadian food grade soybeans. It was found that Canadian farmers see producer surplus improvements from increases in corn ethanol demand, despite the increasing use of distillers dried grains, if they are willing to grow corn at the expense of soybeans. It was also discovered that Canadian soybean growers have little to gain from the development of industrial applications for soybean oil, such as the BioCar project, but that they do benefit when the demand for soybean oil stems from the US and the rest of the world. Soybean productivity improvements created soybean producer surplus losses when they were applied globally, but were beneficial when they were proprietary to Canada. An increase in the export demand for Canadian food grade soybeans provided substantial benefits to food bean growers and more modest producer surplus losses for crush bean growers.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».