- -

Modelling Lithuanian family farms' participation in agri-environmental subsidy schemes: a Neural Network Approach

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Modelling Lithuanian family farms' participation in agri-environmental subsidy schemes: a Neural Network Approach

Mostrar el registro sencillo del ítem

Ficheros en el ítem

dc.contributor.author Gesevičienė, Kristina es_ES
dc.contributor.author Besusparienė, Erika es_ES
dc.coverage.spatial east=23.881275; north=55.169438; name=Lituània es_ES
dc.date.accessioned 2024-01-03T12:05:12Z
dc.date.available 2024-01-03T12:05:12Z
dc.date.issued 2023-12-22
dc.identifier.issn 1578-0732
dc.identifier.uri http://hdl.handle.net/10251/201392
dc.description.abstract [EN] Properly targeted agri-environmental subsidies (AES) can ensure the implementation of the European Green Deal goals. Hence, it is important to know what factors encourage family farms to participate in the AES schemes in order to select appropriate political tools and properly use the allocated subsidies. We propose a Multilayer Perceptron neural network to examine 34 Lithuanian crop family farms and identify the factors affecting their participation in the AES. The results indicate that the decision by the Lithuanian family farms regarding the participation mainly depends on a few factors, including the agricultural production output of the farm and farmers education, while other factors, such as farmer age and farm size, were less important. es_ES
dc.description.abstract [ES] Los subsidios agroambientales (AES) adecuadamente dirigidos pueden garantizar la implementación de los objetivos del Pacto Verde Europeo. Por lo tanto, es importante saber qué factores alientan a las explotaciones familiares a participar en los esquemas de AES para seleccionar las herramientas políticas adecuadas y utilizar adecuadamente los subsidios asignados. Proponemos la red neuronal Multilayer Perceptron para examinar 34 granjas familiares de cultivos lituanos e identificar los factores que afectan su participación en AES. Los resultados indican que la decisión de participación de las granjas familiares lituanas depende principalmente de algunos factores: la producción agrícola de la granja y la educación de los agricultores, otros factores, como la edad del agricultor y el tamaño de la granja, no fueron tan importantes. es_ES
dc.language Inglés es_ES
dc.publisher Universitat Politècnica de València es_ES
dc.relation.ispartof Economía Agraria y Recursos Naturales - Agricultural and Resource Economics es_ES
dc.rights Reconocimiento - No comercial - Sin obra derivada (by-nc-nd) es_ES
dc.subject Agri-environmental Subsidy es_ES
dc.subject Agricultural Practices es_ES
dc.subject Common Agricultural Policy es_ES
dc.subject Neural Network es_ES
dc.subject Multilayer Perceptron es_ES
dc.subject Subsidio Agroambiental es_ES
dc.subject Prácticas de la Agricultura es_ES
dc.subject Política Agrícola Común es_ES
dc.subject Red Neuronal es_ES
dc.subject Perceptrón Multicapa es_ES
dc.title Modelling Lithuanian family farms' participation in agri-environmental subsidy schemes: a Neural Network Approach es_ES
dc.title.alternative Modelado de la participación de las granjas familiares lituanas en esquemas de subsidios agroambientales: un enfoque de red neuronal es_ES
dc.type Artículo es_ES
dc.identifier.doi 10.7201/earn.2023.02.05
dc.rights.accessRights Abierto es_ES
dc.description.bibliographicCitation Gesevi?ien?, K.; Besusparien?, E. (2023). Modelling Lithuanian family farms' participation in agri-environmental subsidy schemes: a Neural Network Approach. Economía Agraria y Recursos Naturales - Agricultural and Resource Economics. 23(2):117-142. https://doi.org/10.7201/earn.2023.02.05 es_ES
dc.description.accrualMethod OJS es_ES
dc.relation.publisherversion https://doi.org/10.7201/earn.2023.02.05 es_ES
dc.description.upvformatpinicio 117 es_ES
dc.description.upvformatpfin 142 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.description.volume 23 es_ES
dc.description.issue 2 es_ES
dc.identifier.eissn 2174-7350
dc.relation.pasarela OJS\19156 es_ES


Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem