Using Boolean truth tables to evaluate property acquisition for private forest investment : a case study in Montreal's rural-urban fringe
Notice bibliographique
Résumé
This thesis offers a decision-making framework to select the best land near a city for private investment in multiple-use urban forestry. More specifically, this thesis postulates that privately financed forest restoration for multiple-use urban forestry can add green infrastructure to ecologically impoverished landscapes in a city's rural-urban fringe. A strategic framework simplifies complex decision-making in land selection problems, and here a multi-criteria Boolean algebraic truth table is used to create the framework. A truth table cell is set to either true (YES) or false (NO) by checking the land plot conditions against each land selection criteria. The selection criteria included biophysical factors, zoning types, and threat of takings. The approach is illustrated with a bottomland area along the St. Jacques River, in the City of La Prairie, in Montreal's rural-urban fringe. A major conclusion is that a Boolean decision-making framework may be useful to evaluate property acquisition before making private forest investments. Of the property selection criteria examined, stability of property rights may be the most important to consider first. While private investment in forest restoration for future uses could add new forests in urban areas, several important regulatory takings cases in the past 20 years in the Montreal region may discourage investors from making long-term investments. To encourage reforestation of underused degraded land, policy makers should consider regulatory reform, permitting multiple-use urban forestry near the city, and that this be combined with land tenure reform, thus encouraging private investment in green infrastructure.
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 | 0,002 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».