Economics of harvesting boreal uneven-aged mixed-species forests
Notice bibliographique
Résumé
The subject of this study is the economics of harvesting boreal uneven-aged mixed-species forests consisting of Norway spruce (Picea abies (L.) Karst.), Scots pine (Pinus sylvestris L.), birch (Betula pendula Roth and B. pubescens Ehrh.), and other broadleaves. The analysis is based on an economic description of uneven-aged forestry, applying a size-structured model. The optimization problem is solved in its general dynamic form using gradient-based interior point methods. When volume yield is maximized, the optimal steady state is a nearly pure Norway spruce stand at all site types, producing slightly higher yields than single-species stands. After including sawlog and pulpwood prices, the net present value of stumpage revenues is maximized using 1%, 3%, and 5% interest rates and a 15-year harvesting interval. At less productive sites, the stands are nearly pure Norway spruce stands, regardless of the interest rate. At more productive sites, increasing the interest rate increases the species diversity, with optimal steady states consisting of both Norway spruce and birch. In some cases, rather small changes in relative prices change the optimal steady state into a birch-dominated stand. Optimal solutions converge to the same steady-state solutions, independent of the initial stand state. If other broadleaves without commercial value are not harvested, they will eventually dominate the stand.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».