Climate change adaptation and sustainable forest management: A proposed reflexive research agenda
Notice bibliographique
Résumé
This article is a synthesis of the salient topics discussed in the Climate Change Adaptation and Sustainable Forest Management (SFM) Workshop, held at the University of British Columbia, February 14–16, 2011, and lays out a research agenda based on the recommendations for future research that emerged in the workshop. The proposed research agenda is framed using the theory of reflexive modernization to enable the forest research community to consider how different modes of knowledge production can support adaptation within SFM. The workshop discussions highlighted the importance of considering extreme events and high uncertainty in planning for adaptation within SFM. Participants discussed the utility of climate change modeling and risk assessment for local decision-making. In addition, there was general agreement that adaptive collaborative management could facilitate adaptation within SFM, despite difficulties in implementation. The recommendations for future research that emerged from the workshop focused on climate change-related assessments, modeling techniques, and governance and institutional enablers/barriers to adaptation. This broad research agenda, however, can be approached using different modes of knowledge production, illustrating different orders of reflexivity. Apart from a call for more traditional academic research to improve SFM under climate change, workshop participants referred to the need for participatory research, in which researchers would be embedded in communities and other contexts of application, engaging in a “client-focused” partnership model to produce knowledge that is robust, compelling, legitimate and, above all, locally relevant. It is hoped that this alternative mode of knowledge production would result in a social license and greater political will to accelerate adaptation within SFM.
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 | 0,212 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,009 | 0,006 |
| Études des sciences et des technologies | 0,012 | 0,058 |
| Communication savante | 0,042 | 0,047 |
| Science ouverte | 0,010 | 0,027 |
| Intégrité de la recherche | 0,026 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».