MétaCan
Menu
Retour à la cohorte
Enregistrement W2076164839 · doi:10.1139/cjfr-2014-0338

An approach for assessing suitability for forest management based on constraints of the physical environment at a regional scale

2015· article· en· W2076164839 sur OpenAlexaffvenue
André Robitaille, Jean-Pierre Saucier, Michel Chabot, Damien Côté, Catherine Boudreault

Notice bibliographique

RevueCanadian Journal of Forest Research · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensUniversité du Québec à MontréalNatural Sciences and Engineering Research Council of CanadaMinistère des Ressources naturelles et des Forêts
Organismes subventionnairesnon disponible
Mots-clésScale (ratio)Land useLand managementEnvironmental scienceEnvironmental resource managementPhysical geographyLand coverGeographyCartographyCivil engineering

Résumé

récupéré en direct d'OpenAlex

Constraints of the physical environment affect forest growth and forest operations. At a local scale, these constraints are generally considered during forest operations. At regional or continental scales, they are often integrated to larger assessments of the potential for a given land unit to be managed. In this study, we propose an approach to analyze the integration of physical-environment constraints in forest management activities at the regional scale (482 000 km2). The land features that pose constraints to forest management (i.e., hydromorphic organic deposits, dead-ice moraines, washed till, glacial block fields, talus, and active aeolian deposits, slopes > 40%) were evaluated within 1114 land districts. To distinguish land districts that can be suitably managed from those where constraints are too important for sustainable timber production, we carried out a sensitivity analysis of physical constraints for the 1114 land districts. After analysis of two portions of the study area under management, a land district was considered suitable for management when more than 20% of its land area consists of features imposing few constraints or, for mountain-type relief districts, when more than 40% of the land area consists of features imposing few constraints. These cutoff values were defined by expert opinion, based on sensitivity analyses performed on the entire study area, on analyses of two different sectors with different types of constraints and on a strong understanding of the study area. Our results show that land districts where the physical environment posed significant constraints covered 7.5% of the study area (36 000 km2). This study shows that doing an a priori classification of land units based on permanent environmental features could facilitate the identification of areas that are not suitable for forest management activities.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0080,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,090
Tête enseignante GPT0,336
Écart entre enseignants0,246 · 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'étudeSimulation ou modélisation
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

Citations20
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

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