Ownership Changes and Harvesting Patterns Associated with the Forest Products Industry in West-Central Alabama from 1984 to 2014
Notice bibliographique
Résumé
Since the beginning of the 1980s, vertically integrated forest products companies have divested their forestland with much of the new ownership being real estate investment trusts (REITs) and timberland investment management organizations (TIMOs). These new landowners and their associated behavior of intensive timber management and higher and better use conversion has given rise to issues such as land-use change, fragmentation, and conservation. To better gauge harvesting patterns and ownership changes associated with the divestment of forestland by forest industry and the arrival of TIMOs and REITs on the forested landscape, eleven Landsat scenes were used to detect harvest activity within the Alabama counties of Bibb, Hale, Pickens, and Tuscaloosa from 1984 to 2014. Detected harvesting activity was paired with county parcel data and then classified based on landowner type: REITs, TIMOs, forest product industry, government, and non-industrial private forest (NIPF) landowners. Overall harvest trends showed a decrease in harvest rates from 1984 to 2005 with a slight increase in harvest rates after 2005. Per scene interval, acres harvested were highly variable for NIPF and relatively stable for forest industry during this time. Government ownership maintained relatively low and stable harvesting behavior throughout the study period. Acres harvested by REITs was relatively low. TIMOs showed an ever increasing rate of harvest within the study area until the last scene interval (2011-2014).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».