MétaCan
Menu
Retour à la cohorte
Enregistrement W1589334687 · doi:10.1002/wcc.329

Adapting forest certification to climate change

2014· article· en· W1589334687 sur OpenAlexafffund
Nicole Klenk, Brendon M. H. Larson, Constance L. McDermott

Notice bibliographique

RevueWiley Interdisciplinary Reviews Climate Change · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensThe Scarborough HospitalUniversity of WaterlooUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésClimate changeCertified woodEnvironmental resource managementForest managementSustainable forest managementVulnerability (computing)Corporate governanceContext (archaeology)Stewardship (theology)CertificationGeographyClimate change mitigationAdaptation (eye)BusinessEnvironmental planningPolitical scienceEcologyEnvironmental scienceForestry

Résumé

récupéré en direct d'OpenAlex

In the context of climate change, the forest sector must consider the extent to which sustainable forest management enables or constrains climate change adaptation and mitigation; it may be that existing values and principles, policies and decision‐making processes, and institutions are no longer appropriate. Forest certification has emerged as an important arena for setting international and regional standards for forest management, but it is unclear to what extent it supports or helps develop adaptive capacity for climate change in the forest sector. This paper, therefore, combines a review of the literature on forests and climate adaptation with a systematic assessment of the Forest Stewardship Council Criteria and Indicators (in detail) and other forest and carbon certification schemes (in brief) to shed light on the role of certification standards in mediating forest and climate adaptation strategies. WIREs Clim Change 2015, 6:189–201. doi: 10.1002/wcc.329 This article is categorized under: Climate, Ecology, and Conservation > Conservation Strategies Vulnerability and Adaptation to Climate Change > Institutions for Adaptation Policy and Governance > Multilevel and Transnational Climate Change Governance

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)0,012
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0030,003
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,098
Tête enseignante GPT0,333
Écart entre enseignants0,235 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWiley Interdisciplinary Reviews Climate ChangeMême sujetForest Management and PolicyTravaux en français237 207