MétaCan
Menu
Retour à la cohorte
Enregistrement W2152127348 · doi:10.5558/tfc78626-5

Indicators of forest-dependent community sustainability: The evolution of research

2002· article· en· W2152127348 sur OpenAlexaffvenueabout
Thomas M. Beckley, John R. Parkins, Richard C. Stedman

Notice bibliographique

RevueThe Forestry Chronicle · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensCanadian Forest ServiceUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésSustainabilityPopulationEnvironmental resource managementReal estateGeographyEducational attainmentBusinessEconomic growthEconomicsSociologyEcology

Résumé

récupéré en direct d'OpenAlex

This paper describes the evolution of research on socio-economic indicators of community sustainability in several Canadian Model Forest locations since 1994. In the Foothills and Western Newfoundland Model Forests, we employed an "expert-driven" approach to indicator selection and reporting. We used census data to document change over time on key community profile variables such as age, employment, income, population mobility, education attainment, poverty, and real estate values. Objective measures of these variables were supplemented with personal interviews in order to construct a more dynamic picture of community well-being. The early work of our group focused primarily on "profile" indicators—essentially static, descriptive indicators that allow one to create a snapshot of a community in time. Work is currently underway on the next generation of socio-economic indicators we describe as "process" indicators. Process indicators deal more with causal affects than outcomes. They include things like sense of place or attachment to place (which has implications for population mobility and education attainment). Process indicators also include variables such as leadership, volunteerism, entrepreneurship, and social cohesion—all of which we are attempting to include in a combined measure of community capacity. Key words: social indicators, community sustainability, model forest, forest-dependent communities, SIMFOR

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)0,026
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil0,661

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,042
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0150,026
Études des sciences et des technologies0,0030,014
Communication savante0,0100,006
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
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 Opus0,027
Tête enseignante GPT0,299
Écart entre enseignants0,272 · 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.

Devis d'étudeObservationnel
DomaineMéthodes
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

Citations86
Publié2002
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetForest Management and PolicyTravaux en français237 207