MétaCan
Menu
Retour à la cohorte
Enregistrement W2168871293 · doi:10.1139/cjfr-2014-0349

To log or not to log? How forestry fits with the goals of First Nations in British Columbia

2015· article· en· W2168871293 sur OpenAlexaffvenueabout
William Nikolakis, Harry W. Nelson

Notice bibliographique

RevueCanadian Journal of Forest Research · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCommunity forestryGovernment (linguistics)ForestryCorporate governanceBusinessInterviewPolitical sciencePoliticsPublic economicsEnvironmental resource managementForest managementEconomicsGeographyFinance

Résumé

récupéré en direct d'OpenAlex

Commercial forestry has played an important role in the Canadian economy. Yet, First Nations (FNs) communities have not shared equitably in the benefits. Since 2002, the government of British Columbia (BC) has actively sought to address this inequity by increasing the volume of forest harvesting tenures to FNs. The rationale is that rights to harvest will also enhance economic and then social outcomes, as well as address broader legal and political disputes. However, whether these rights can translate into the expected benefits has received little attention. This paper seeks to help address this knowledge gap by interviewing FNs experts and forestry professionals in BC to understand the long-term goals of FNs in forestry, to strategically evaluate how (and if) opportunities from forestry arise, and to identify institutional factors that influence successful participation in forestry. What we found is that forest tenure can promote economic outcomes, but it often comes at the expense of other intrinsic forest values. We conclude that a rights-based approach alone will not achieve the diverse outcomes related to forestry without effective governance by FNs to evaluate and capitalize on the opportunity in ways that are legitimate to the individual community’s values.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,543
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,056
Tête enseignante GPT0,306
Écart entre enseignants0,250 · 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

Citations39
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest Management and PolicyTravaux en français237 207