文献

J-GLOBAL ID：202202225793762927   整理番号：22A0008202

林業政策におけるインセンティブを同定するための機械学習の利用:政策分析における新しいパラダイムに向けて【JST・京大機械翻訳】

Using machine learning to identify incentives in forestry policy: Towards a new paradigm in policy analysis

著者 (7件)： Firebanks-Quevedo Daniel (Data Science for Social Good, Chicago, IL 60637, USA) ,  Planas Jordi (Omdena, 449 Hawthorne Ave #3, Palo Alto, CA 94301, USA) ,  Buckingham Kathleen (veritree, 1275 Venables St; Unit #230, Vancouver, British Columbia V6A 2E4, Canada) ,  Taylor Cristina (World Resources Institute, 10G St NE, #800, Washington, DC 20002, USA) ,  Silva David (Data Science for Social Good, Chicago, IL 60637, USA) ,  Naydenova Galina (Omdena, 449 Hawthorne Ave #3, Palo Alto, CA 94301, USA) ,  Zamora-Cristales Rene (World Resources Institute, 10G St NE, #800, Washington, DC 20002, USA)
資料名： Forest Policy and Economics  (Forest Policy and Economics)
巻： 134  ページ： Null  発行年： 2022年 
JST資料番号： W1923A  ISSN： 1389-9341  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 2021年は,エコシステム回復に関する国連の打ち上げとして,10年間の成功のために準備する必要性を強調し,持続可能な森林と景観回復をサポートするために,公共の経済と財政的インセンティブが存在していることを理解する必要性を強調した。今日まで,18のラテンアメリカ諸国の連合であるイニシアティブ20×20は,2030年までに回復と保存の下で50百万ヘクタールの場所に参加している。しかし,行動へのこれらのコミットメントを転換するこれらの国の公共政策の理解は,非常に労働集約的であり,意思決定者は,専門分野,ミニストリー,および専門知識の地域外にあるスケールをスパンする文書の数千のページを読み,分析する必要がある。これに取り組むために,政策文書を採掘するために最先端の自然言語処理(NLP)法を使用する半自動化政策解析ツールを開発し,政策専門家によって実行されるラベリングプロセスを支援し,インセンティブを含む政策を自動的に同定し,直接支払い,微粉,信用,税演繹,技術支援,および供給の次のカテゴリーからインセンティブ機器によってそれらを分類した。最良のモデルは,6つの政策手段のうち5つについて,インセンティブとその政策機器の同定と,また,数分の1の政策分析作業の複数週の削減の,その90%以上の精度と同様に,93~94%のF1スコアを達成した。特に,このモデルは,これらの国における一次政策手段として存在するクレジット,直接支払い,および微粉の相対的頻度を適切に同定した。また,税演繹,供給,および技術的支援は,ほとんどの国の間であまり使用されず,しばしば,政策文書は, vague然的で目立たない用語における回復のための経済的動機を記述する。さらに,著者らのモデルは,政策専門家からより多くのデータとフィードバックでその性能を絶えず改善するように設計されている。さらに,著者らの実験をスペインの政策文書で実行しながら,現在の多言語NLPモデルによってサポートされた言語の数だけによって限定される,異なる国と複数の言語からの政策に,広くスケーラブルなフレームワークを設計した。インセンティブデータを生成する標準化手法の使用は,政策間の相補性を見つけるための証拠ベースで透明なシステムを提供し,実装者と政策立案者の障壁除去を助け,よりインフォームドな意思決定プロセスを可能にする。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 言語 ,  標準化 ,  スパン ,  スペイン ,  自然言語処理 ,  国際連合 ,  相補性 ,  生態系 ,  微粉体 ,  意思決定者 ,  演繹 ,  *機械学習
準シソーラス用語： 多言語 ,  半自動化 ,  直接支払 , 【Automatic Indexing@JST】

著者キーワード (5件)： データ科学 ,  経済的集約 ,  環境政策 ,  政治学 ,  機械学習

分類 (4件)： 自然保護  (SB06000L) ,  環境問題  (SA01020V) ,  林業一般  (FF01010M) ,  林業政策  (FF01020X)

タイトルに関連する用語 (7件)： 林業政策 ,  インセンティブ ,  同定 ,  機械学習 ,  政策 ,  分析 ,  パラダイム