MétaCan
Menu
Retour à la cohorte
Enregistrement W2146164348 · doi:10.1093/forestry/cpi048

Local-level criteria and indicators: an Aboriginal perspective on sustainable forest management

2005· article· en· W2146164348 sur OpenAlexafffund
Erin Sherry, Regine Halseth, Gail Fondahl, Melanie Karjala, B. Paz De Leon

Notice bibliographique

RevueForestry An International Journal of Forest Research · 2005
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of British ColumbiaCentre for International Forestry ResearchUniversity of Northern British Columbia
Mots-clésSustainable forest managementSustainabilityPopularityForest managementEnvironmental resource managementBusinessSustainable managementPerspective (graphical)Environmental planningForestryGeographyPolitical scienceComputer scienceEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

As tools for improving the sustainability of forest management, criteria and indicator (C&I) frameworks have grown in popularity over the last decade. Such frameworks have been largely derived from top-down approaches to determining critical measures of forest management success. While useful, they fail to capture many C&I of critical importance to local populations, who experience forest management strategies first hand and who have their own definitions of sustainability. Using archival materials, our research begins to identify one First Nation's forest values and compares these local-level C&I with three well-known C&I frameworks for sustainable forestry. We demonstrate that local-level definitions can provide additional C&I, as well as additional levels of detail to C&I that they share with the national and international frameworks. Both are crucial to developing strategies for sustainable management that meet local as well as broader needs and desires.

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)0,009
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,142

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0050,020
Communication savante0,0080,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,069
Tête enseignante GPT0,511
Écart entre enseignants0,442 · 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'étudeQualitatif
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

Citations80
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueForestry An International Journal of Forest ResearchMême sujetIndigenous Studies and EcologyTravaux en français237 207