MétaCan
Menu
Retour à la cohorte
Enregistrement W7083212502 · doi:10.21500/23825014.7968

Valoración Económica de un Ecosistema Montañoso en Nepal: Disposición a Pagar y Forma de pago

2025· article· es· W7083212502 sur OpenAlexaff

Notice bibliographique

RevueRevista Internacional de Cooperación y Desarrollo · 2025
Typearticle
Languees
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Technological Innovation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPersonaContext (archaeology)Regional development

Résumé

récupéré en direct d'OpenAlex

Este estudio realiza una evaluación económica de los servicios ecosistémicos que proporciona la región forestal de Panchase, en Nepal, con el fin de reforzar la política de conservación. Utilizando un modelo de regresión logística para analizar los datos de una encuesta sobre la Disposición a Pagar (DAP), realizada entre 51 muestras, se identifican los factores clave que influyen en el apoyo de los hogares a la gestión forestal. Los resultados indicaron que la edad, la frecuencia de las visitas a los hogares, los costos derivados de la invasión forestal y la distancia al mercado más cercano estaban correlacionados positivamente con la DAP. Por el contrario, el número de personas a carga, el gasto de los hogares y la ayuda externa de ONG/OING mostraron una relación negativa con la DAP. Sin embargo, solo las relaciones con la edad, la frecuencia de las visitas a los hogares y la ayuda externa de ONGs/OINGs son estadísticamente significativas. Si bien se constató que el estado de los bosques era bueno, el análisis reveló una curva de demanda con pendiente negativa para sus servicios. Los resultados sugirieron que, a pesar de que el Gobierno da prioridad a la conservación, sigue siendo fundamental una gestión forestal local eficaz. El estudio concluyó que las políticas deben centrarse en reforzar los marcos de gestión comunitaria para garantizar la prestación sostenible de los servicios ecosistémicos.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,633
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,012
Tête enseignante GPT0,252
Écart entre enseignants0,240 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Internacional de Cooperación y DesarrolloMême sujetEconomic and Technological InnovationTravaux en français237 207