MétaCan
Menu
Retour à la cohorte
Enregistrement W2049505888 · doi:10.5558/tfc82070-1

Viability of carbon offset-generating afforestation projects in boreal Ontario

2006· article· en· W2049505888 sur OpenAlexafffundvenueabout
Jeffrey Biggs, Susanna Laaksonen-Craig

Notice bibliographique

RevueThe Forestry Chronicle · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of Toronto
Mots-clésAfforestationCarbon offsetKyoto ProtocolCarbon sequestrationNatural resource economicsClean Development MechanismEnvironmental scienceBusinessProductivityInvestment (military)Environmental economicsEnvironmental resource managementAgroforestryGreenhouse gasEconomicsEcologyCarbon dioxide

Résumé

récupéré en direct d'OpenAlex

Carbon offsets generated under the Kyoto Protocol (KP) should be included in the management options considered by resource managers. This paper investigates investments in afforestation for the generation of KP-compliant carbon offsets in the Timmins Management Unit, concentrating on the availability of quality carbon budget models, domestic carbon market concerns and the presence of an enabling environment. A modelling exercise is undertaken using GORCAMWC1, with ownership, leading species, investment horizon, site productivity and carbon price as variables. Under current institutional frameworks, afforestation projects with the purpose of generating carbon offsets in the TMU are not viable investments for the first commitment period, though such projects will be profitable under certain conditions if constraints are removed and investment is long term. Key words: afforestation, Kyoto Protocol, boreal Ontario, carbon sequestration

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,374
Score d'incertitude au seuil0,658

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,239
Écart entre enseignants0,226 · 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 tête enseignante, 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
Publié2006
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetCO2 Sequestration and Geologic InteractionsTravaux en français237 207