MétaCan
Menu
Retour à la cohorte
Enregistrement W2121003413 · doi:10.4314/mcd.v5i1.57335

Madagascar rosewood, illegal logging and the tropical timber trade

2010· article· en· W2121003413 sur OpenAlexaff
JL Innes

Notice bibliographique

RevueMadagascar Conservation & Development · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLoggingIllegal loggingDeforestation (computer science)TropicsCITESAgroforestryBusinessGeographyEndangered speciesGovernment (linguistics)Tropical forestSustainabilityNatural resource economicsForestryEcologyEnvironmental scienceEconomicsBiologyHabitat

Résumé

récupéré en direct d'OpenAlex

Although deforestation rates in the tropics are reportedly slowing, the loss of both forest area and forest quality remains a significant issue for many countries. This is particularly true of Madagascar, where recent government instability has enabled a significant increase in the incidence of illegal logging of Dalbergia species from National Parks such as Marojejy and Masoala. The logs are exported with relative ease as export permits are being made available. While attempts have been made to improve the management of tropical forests, in 2005, the International Tropical Timber Organization considered that only 7 % of tropical production forests were being managed sustainably. Given the challenges associated with halting illegal logging at source, emphasis has shifted to the control of the trade in forest products. The Convention on the International Trade in Endangered Species provides a mechanism to restrict such trade, but the Madagascan Dalbergia species are not listed. In the USA, the recent amendments to the ‘Lacey Act’ could provide a significant disincentive to the import of illegally logged wood products, but it remains to be seen whether this Act can be enforced effectively.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,049
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,000

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 Opus0,008
Tête enseignante GPT0,181
Écart entre enseignants0,173 · 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'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

Citations115
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMadagascar Conservation & DevelopmentMême sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207