MétaCan
Menu
Retour à la cohorte
Enregistrement W1476776918 · doi:10.1016/j.foreco.2015.05.036

Changes in forest production, biomass and carbon: Results from the 2015 UN FAO Global Forest Resource Assessment

2015· article· en· W1476776918 sur OpenAlexaff
Michael Köhl, Rodel D. Lasco, Miguel Cifuentes, Örjan Jonsson, Kari Korhonen, Philip Mundhenk, José Návar, G. Stinson

Notice bibliographique

RevueForest Ecology and Management · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing and LiDAR Applications
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésCarbon stockGeographyLivelihoodStock (firearms)AgroforestryAgricultureForest inventoryForest managementClimate changeEnvironmental protectionForestryEnvironmental scienceEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Forests are important sources of livelihoods to millions of people and contribute to national economic development of many countries. In addition, they are vital sources and sinks of carbon and contribute to the rate of climate change. The UN Food and Agriculture Organization has been collecting and presenting data on global forest resources and forest cover since 1948. This paper builds on data from FAO’s 2015 Global Forest Resource Assessment (FRA) and presents information on growing stock, biomass, carbon stock, wood removals, and changes of forest area primarily designated for production and multiple use of the world’s forests. Between 1990 and 2015, the total growing stock volume has increased in East Asia, Caribbean, Western and Central Asia, North America, Europe (including the Russian Federation), and Oceania with the highest relative increase in East Asia and the Caribbean. In all other subregions the total growing stock volume decreased. North and Central America, Europe and Asia report forest C stock increases while South America and Africa report strong decreases and Oceania reports stable forest C stocks. The annual rate of decrease of forest C stock weakened between 1990 and 2015. The total volume of annual wood removals including woodfuel removals increased between 1990 and 2011, but shows a remarkable decline during the 2008–2009 economic crisis. Forest areas designated for production purposes differ considerably between subregions. The percentage of production area out of total forest area ranges between 16 percent in South America and 53 percent in Europe. Globally about one quarter of the forest area is designated to multiple use forestry. The balance between biomass growth and removals shows considerable sub-regional differences and related implications for the sustainable use of forests.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,102
Score d'incertitude au seuil0,203

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,241
Écart entre enseignants0,228 · 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

Citations287
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForest Ecology and ManagementMême sujetRemote Sensing and LiDAR ApplicationsTravaux en français237 207