MétaCan
Menu
Retour à la cohorte
Enregistrement W2148406904 · doi:10.5558/tfc85293-2

Learning from community forestry experience: Challenges and lessons from British Columbia

2009· article· en· W2148406904 sur OpenAlexafffundvenueabout
Ryan Bullock, Kevin Hanna, D. Scott Slocombe

Notice bibliographique

RevueThe Forestry Chronicle · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensWilfrid Laurier UniversityUniversity of Waterloo
Organismes subventionnairesWilfrid Laurier University
Mots-clésCommunity forestryStakeholderForest managementEnvironmental resource managementNatural resource managementGeographyForestryNatural resourceEnvironmental planningResistance (ecology)Stakeholder engagementCompetition (biology)Resource management (computing)BusinessPolitical sciencePublic relationsEcology

Résumé

récupéré en direct d'OpenAlex

A multiple case study approach is used to investigate community forest implementation challenges in British Columbia, Canada. Stakeholder interviews, document review and visits to the case sites (Denman Island, Malcolm Island, Cortes Island and Creston) were used to collect data on events occurring between 1990 and 2005. In addition to case-specific challenges, our analysis confirmed common challenges related to a lack of support, consensus, and organizational resources as well as poor forest health and timber profiles, resistance from conventional forest management, and competition for land and tenures. Development pressure emerged as a challenge for communities without land use decision making authority. The final section offers some lessons and recommendations. Key words: community forest, community forestry, forest management, community-based natural resource management, local control, challenges, case studies

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,116
Score d'incertitude au seuil1,000

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,030
Tête enseignante GPT0,229
Écart entre enseignants0,198 · 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.

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

Citations27
Publié2009
Routes d'admission4
Résumé présentoui

Explorer davantage

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