MétaCan
Menu
Retour à la cohorte
Enregistrement W1544770717 · doi:10.22230/jem.2009v10n1a408

Profitability of manual brushing in young lodgepole pine plantations

2009· article· en· W1544770717 sur OpenAlexaff
Christopher Opio, Karima Fredj, Baotai Wang

Notice bibliographique

RevueJournal of Ecosystems and Management · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésProfitability indexInvestment (military)ForestryBusinessGeographyFinance

Résumé

récupéré en direct d'OpenAlex

Manual brushing is an important silvicultural tool commonly used to control competing vegetation in young conifer plantations. Yet little is known about the short-term economic benefits of one versus two brushing treatments. Using forest establishment data from the Fraser Lake and Bednesti areas of the Central Interior of British Columbia, we examined the profitability of one and two applications of brushing treatments under different internal rates of return (IRR) and three brushing radii (0.75, 1.00, and 1.25 m). Our results showed that one year of brushing treatment would be profitable for almost all brushing radii since profitability required only a short reduction in cutting age and lower IRRs. Applying two consecutive years of brushing would clearly require either higher discount rates or a longer waiting period for the brushing to be profitable. We believe that the approach described in this paper will assist forest practitioners when analyzing the value of brushing in terms of return on investment over time. The economic framework will also assist forest practitioners when deciding on brush control options for young conifer plantations.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,103
Score d'incertitude au seuil0,242

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,245
Écart entre enseignants0,237 · 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 tête enseignante, 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

Citations4
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Ecosystems and ManagementMême sujetForest Management and PolicyTravaux en français237 207