مقاله انگلیسی رایگان در مورد بودجه بندی و تخصیص سبد سهام برای اقدامات امنیت زیستی – وایلی ۲۰۱۹
مشخصات مقاله | |
ترجمه عنوان مقاله | بودجه بندی و تخصیص سبد سهام برای اقدامات امنیت زیستی |
عنوان انگلیسی مقاله | Budgeting and portfolio allocation for biosecurity measures |
انتشار | مقاله سال ۲۰۱۹ |
تعداد صفحات مقاله انگلیسی | ۲۷ صفحه |
هزینه | دانلود مقاله انگلیسی رایگان میباشد. |
پایگاه داده | نشریه وایلی |
نوع نگارش مقاله |
مقاله پژوهشی (Research Article) |
مقاله بیس | این مقاله بیس نمیباشد |
نمایه (index) | JCR – Master Journal List – Scopus |
نوع مقاله | ISI |
فرمت مقاله انگلیسی | |
ایمپکت فاکتور(IF) |
۱٫۴۸۶ در سال ۲۰۱۸ |
شاخص H_index | ۴۳ در سال ۲۰۱۹ |
شاخص SJR | ۰٫۷۹۳ در سال ۲۰۱۸ |
شناسه ISSN | ۱۴۶۷-۸۴۸۹ |
شاخص Quartile (چارک) | Q2 در سال ۲۰۱۸ |
مدل مفهومی | ندارد |
پرسشنامه | ندارد |
متغیر | ندارد |
رفرنس | دارد |
رشته های مرتبط | کشاورزی |
گرایش های مرتبط | اقتصاد منابع طبیعی و محیط زیست، اقتصاد کشاورزی |
نوع ارائه مقاله |
ژورنال |
مجله | مجله استرالیایی در زمینه منابع اقتصادی کشاورزی – Australian Journal Of Agricultural And Resource Economics |
دانشگاه | Crawford School of Public Policy, Australian National University, Australian Capital Territory, Australia |
کلمات کلیدی | امنیت زیستی، آنالیز هزینه و فایده، آفات تهاجمی، تخصیص سبد سهام، برنامه نویسی تصادفی |
کلمات کلیدی انگلیسی | biosecurity، cost-benefit analysis، invasive pests، portfolio allocation، stochastic programming |
شناسه دیجیتال – doi |
https://doi.org/10.1111/1467-8489.12305 |
کد محصول | E13228 |
وضعیت ترجمه مقاله | ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید. |
دانلود رایگان مقاله | دانلود رایگان مقاله انگلیسی |
سفارش ترجمه این مقاله | سفارش ترجمه این مقاله |
فهرست مطالب مقاله: |
۱- Introduction
۲- Approaches to resource allocation for biosecurity in Australia ۳- The portfolio model ۴- Application to hawkweed, FMD, RIFA, and PFF in Australia ۵- Portfolio allocation under different budget constraints ۶- Policy implications for budget allocation in biosecurity ۷- Concluding remarks References |
بخشی از متن مقاله: |
Abstract This paper presents a practical model for optimally allocating a budget across different biosecurity threats and measures (e.g. prevention or border quarantine, active surveillance for early detection, and containment and eradication measures) to ensure the highest rate of return. Our portfolio model differs from the common principle, which ranks alternative projects by their benefit cost ratios and picks the one that generates the highest average benefit cost ratio. The model we propose, instead, aims to allocate shares of the budget to the species where it is most cost‐effective, and consequently determine the optimal scale of the control program for each threat under varying budget constraints. The cost‐effectiveness of each block of budget spent on a threat is determined by minimising its expected total cost, including the damages it inflicts, and the control expenditures incurred in preventing or mitigating damages. As an illustration, the model is applied to the optimal allocation of a budget across four of Australia’s most dangerous pests and diseases: red imported fire ants; foot‐and‐mouth disease; papaya fruit fly; and orange hawkweed. The model can readily be extended to consider more species and activities, and more complex settings including cases where detailed spatial and temporal information needs to be considered. Introduction Biological invasions and pathogens pose a major threat to industry, the environment and human health, causing billions of dollars in damages every year (Pimentel et al. 2005; Sinden et al. 2005). The cost inflicted by biosecurity threats includes not only economic and environmental damages, but also the control costs incurred in preventing or mitigating their effects. Since resources to address these ever-increasing threats are limited, it is essential that these resources are used efficiently. As a result, public biosecurity agencies face challenging decisions of how best to allocate scarce resources when they attempt to prevent, suppress, and eradicate exotic and established pests and diseases (Perrings et al. 2010; Yemshanov et al. 2014; Akter et al. 2015). |