MétaCan
Menu
Retour à la cohorte
Enregistrement W2077860942 · doi:10.5558/tfc82048-1

Salvage harvesting – past lessons and future issues

2006· article· en· W2077860942 sur OpenAlexfundvenueno aff
David B. Lindenmayer

Notice bibliographique

RevueThe Forestry Chronicle · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Forest ServiceU.S. Forest ServiceUniversity of Northern British Columbia
Mots-clésSalvage loggingLoggingSustainabilityDisturbance (geology)Environmental resource managementNatural (archaeology)Natural resourceResource (disambiguation)Environmental impact assessmentAgroforestryEnvironmental planningBusinessGeographyEnvironmental scienceForestryEcologyForest ecologyComputer scienceEcosystem

Résumé

récupéré en direct d'OpenAlex

The increasing prevalence and/or increasing intensity of large-scale natural disturbance events in forests means that post-disturbance salvage logging is becoming more widespread. Salvage logging can have a wide range of environmental impacts, but some of these are not well known or not well understood by policy makers and natural resource managers. Some of these impacts are briefly summarized in this paper. Improved long-term forest planning needs to be embraced that takes into account the not only the environmental but also the social and environmental impacts of salvage harvesting. Past mistakes and future opportunities associated with salvage harvesting are illustrated by a case study from the Lower Cotter Catchment in south-eastern Australia. Key words: salvage harvesting, natural disturbance, environmental impacts, ecologically sustainable forestry, forest planning, long-term forest sustainability

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 enseignants0,238
Score d'incertitude au seuil0,421

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 Opus0,011
Tête enseignante GPT0,212
Écart entre enseignants0,201 · 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

Citations26
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207