MétaCan
Menu
Retour à la cohorte
Enregistrement W2015921366 · doi:10.1139/cjfr-2014-0269

Evaluating the transition to sustainable forest management in Ontario’s Crown Forest Sustainability Act and forest management planning manuals from 1994 to 2009

2014· article· en· W2015921366 sur OpenAlexaffvenueabout
Mark E. Robson, Troy Davis

Notice bibliographique

RevueCanadian Journal of Forest Research · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésSustainable forest managementSustainabilityForest managementLegislationEnvironmental resource managementSustainable managementCrown (dentistry)BusinessForestryEnvironmental planningAgroforestryGeographyPolitical scienceEcologyEconomicsEnvironmental science

Résumé

récupéré en direct d'OpenAlex

The purpose of the paper is to analyse the extent of policy change and learning in the 20 years following the implementation of Ontario’s forest sustainability legislation. Extent of policy learning and change towards sustainable forest management are measured using a combination of content, co-occurrence, and textual analysis of the previous Crown Timber Act and the new Crown Forest Sustainability Act, as well as the latter’s 1996 and 2009 forest planning manuals. There were four key findings. First, policy change towards sustainable forest management has been limited. Second, although there was an increased number of values mentioned in new legislation and planning manuals, the frequency of timber values remained dominant. Third, although integration occurred among a greater range of values, integration with timber values continued to dominate. Fourth, with respect to policy learning, the achievement of sustainable forest management is now explicit and judged based on evidence regarding the inclusion of a range of values beyond timber. The paper concludes that the transition to the more integrative and responsive policies of sustainable forest management remains a work in progress.

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)0,006
score de la tête « metaresearch » (Gemma)0,018
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 enseignants0,097
Score d'incertitude au seuil0,704

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0040,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,043
Tête enseignante GPT0,349
Écart entre enseignants0,306 · 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

Citations6
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest Management and PolicyTravaux en français237 207