MétaCan
Menu
Retour à la cohorte
Enregistrement W2119836658 · doi:10.5558/tfc2014-009

Considerations for boreal mixedwood silviculture: A view from the dismal science

2014· article· en· W2119836658 sur OpenAlexaffvenueabout
Glen W. Armstrong

Notice bibliographique

RevueThe Forestry Chronicle · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSilvicultureForest managementBorealTaigaAgroforestryBusinessLiberian dollarForestryNatural resource economicsEnvironmental scienceEconomicsGeographyFinance

Résumé

récupéré en direct d'OpenAlex

Since the end of the twentieth century, there have been some notable changes in the economic climate facing forest products companies operating in the boreal mixedwood forest in Canada: low product prices, a strong Canadian dollar, and increasing recognition of the importance of non-timber forest values are major challenges that must be faced by forest managers and provincial governments. In response to these challenges, foresters and governments may need to rethink the objectives of forest management as stated in policy, and to rethink the silviculture prescriptions applied to the forest. This rethinking may well lead to a forest with less annual production (at least in terms of softwood volume), but with greater economic value for timber production. I present results of financial analysis of several alternative management scenarios for the mixedwood component of the Boreal Plains ecozone, and conclude that only very low cost silvicultural prescriptions make sense when silvicultural expenditures are viewed as an investment in future stands. If these silvicultural expenditures are viewed as a cost of current harvesting, they may be large enough to turn a profitable timber harvesting opportunity into a money-losing one.

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)0,006
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil0,171

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,007
Communication savante0,0100,007
Science ouverte0,0020,003
Intégrité de la recherche0,0060,005
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,015
Tête enseignante GPT0,246
Écart entre enseignants0,231 · 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'étudeThéorique ou conceptuel
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

Citations27
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetForest Management and PolicyTravaux en français237 207