FSC forest management certification analysis in Lithuaniua and Russia
Notice bibliographique
Résumé
First time name of certification were mentioned 1990s concerning a problems with bad forest practices, hard improvement of governmental regulations especial in tropics. Later this concern were growing to 1992 Rio de Janeiro conference. And so, need of strict forest system in 1993 established Forest Stewardship Council (FSC). Main activities started later 1996 in Canada with small group of people which started developing countries regional standards (Claros, 2009). Now FSC program is one of the biggest forest certification and accreditation providing company providing wood and their products and certification service. This program supports LEED Lumber, IKEA, biggest companies buying wood in the world, non governamental organisations World wild Fund (WWF), Green peace (www.fsc.org).\nThe curiosity of how FSC forest certification impact forest management in Lithuania and Russia and lack of FSC standard studies with national law encouraged to create such study. We want to analyze FSC certification annual public reports raised CAR’s (Corrective action request) from Forest Management Units (FMU) - enterprises, leaseholders in Lithuania and Russia. The first aim was to find, what main CAR’s in Lithuania, Russia and distribute CAR’s to environmental, economical, social type aspects. In later stages analyze Lithuanian and Russian FSC standards Smart Wood, SGS Qualifor and Russian national. In the last step to compare FSC standards with state law for each country.\nAnalysis of... [to full text]
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».