Wood procurement policy: An analysis of critical issues and stakeholders
Notice bibliographique
Résumé
During the last two decades, the ecological, cultural and social values of forests have received stronger priority by society. To address the changes in values in a forest products context, major wood and non-wood retailers are being asked to develop a wood procurement policy which defines the sources from which a company or organization will or will not obtain the wood or wood products it requires. Many interest groups are actively advising companies and organizations that are currently developing wood procurement policies, and continue to urge other retailers to commit to developing such policies. However, there is a welter of inconsistent and confusing wood procurement policy terminology that has been created, and is unlikely to successfully advance the cause of sustainable forest management in the medium and long term, at least in North America. In many cases, the broader objectives of the policies are not clear and this, as well as the lack of discussion between all relevant parties, is likely to create difficulties in policy implementation and in consumer acceptance. This paper describes and analyzes the current and emerging stakeholders and the processes that are necessary for successful wood procurement policy implementation – setting objectives, developing terms and definitions, identifying indicators, linking with data available and verifying data. Particular attention is given to exploring the problems with existing terms and definitions. We conclude that definitions and data collection standards need clarification, regional differences in forests need to be recognized, methods for data validation developed, and target deadlines for full implementation of a wood procurement policy possibly extended. The next steps could be a series of meetings between key stakeholders, including the wood and non-wood industries, forest products industry, certifying and standard-setting bodies, and ENGOs. These meetings are needed to advance the discussion on definitions, standards, and data to use with the goal of effectively connecting wood procurement policy with sustainable forest management. Key words: policy, forest, wood procurement, definitions
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».