MétaCan
Menu
Retour à la cohorte
Enregistrement W2211491947 · doi:10.5558/tfc2011-014

Social Concerns, Risk and The Acceptability of Forest Vegetation Management Alternatives: Insights for Managers

2011· article· en· W2211491947 sur OpenAlexaffvenueabout
Stephen Wyatt, Marie-Hélène Rousseau, Solange Nadeau, Nelson Thiffault, Louis Guay

Notice bibliographique

RevueThe Forestry Chronicle · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensMinistère des Ressources naturelles et des Forêts (Québec)Canadian Forest ServiceUniversité LavalUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésVariety (cybernetics)Context (archaeology)Public relationsResource (disambiguation)PerceptionBusinessEnvironmental resource managementPolitical sciencePsychologyGeographyEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

Although public opinion and social issues have significant influence on policy-making, research on forest vegetation management (FVM) in Canada has a strong focus on biological aspects, with less attention being paid to social concerns. This paper reviews the social context in which FVM occurs. Individual views about FVM reflect a combination of values, beliefs, and attitude while also including differing perceptions of risks. Public views and the broader social acceptability of management decisions can be linked to five key factors: context, risk, aesthetics, trust, and knowledge. Judgements about acceptability will usually change over time and across specific situations and various segments of a population could make opposing judgements. We identify a variety of public concerns related to FVM in Canada, synthesizing research that can help resource managers consider the social impacts of their choices. We also note particular concerns related to Aboriginal peoples and the FVM workforce. Information about the benefits and disadvantages of FVM options can help resolve public concerns, but using technical information to convince the public is rarely successful. Forest management agencies and resource managers need access to reliable information about social values and concerns to make management decisions that will be socially acceptable.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,683
Score d'incertitude au seuil0,531

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,022
Tête enseignante GPT0,265
Écart entre enseignants0,243 · 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.

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

Citations51
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetForest Management and PolicyTravaux en français237 207