MétaCan
Menu
← Retour à la cohorte
Enregistrement W7162014570 · doi:10.82308/37200

Landowners' willingness to accept compensation for selling saltwater marshes to a conservation program : a multiple bounded discrete choice approach

2001· dissertation· en· W7162014570 sur OpenAlexaboutno aff
Alejandro. De Maio Sukic

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContingent valuationWillingness to payMarshWetland conservationCarbon offsetCarbon taxValuation (finance)

Résumé

récupéré en direct d'OpenAlex

Saltwater marshes in the Bay of Fundy act as greenhouse gases sinks and reservoirs by fixing atmospheric carbon dioxide and storing it in carbon rich deposits. There are approximately 3,131.5 hectares of saltwater marsh in the Bay of Fundy, of which 958 ha are currently owned by the government or conservation organizations and 2,173.5 ha are owned by private landowners. A multiple bounded discrete choice contingent valuation survey was conducted to estimate landowners' willingness to accept compensation for selling their saltwater marshes to a conservation program. A multiple bounded model developed by Gregory Poe and Michael Welsh (1995) was used to analyze the responses. Mean willingness to accept compensation for one hectare of saltwater marsh was estimated to be $1,004.22, and aggregate willingness to accept compensation for the total of 2,173.5 ha of saltwater marsh owned by private landowners was approximately $2,180,000. Using these estimates and the rate of carbon dioxide-equivalent absorption of saltwater marshes, the opportunity cost of one tonne of carbon dioxide-equivalent sequestered by saltwater marshes in the Bay of Fundy was calculated to range between $16.70 and $19.95. Decision-makers can use this result for policy purposes concerning the achievement by Canada of its greenhouse gases emission reduction commitment under the Kyoto Protocol (1997).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,009
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,113
Tête enseignante GPT0,276
Écart entre enseignants0,164 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEconomic and Environmental Valuation→Travaux en français237 207→