MétaCan
Menu
Retour à la cohorte
Enregistrement W2296068557 · doi:10.1016/j.apgeog.2017.02.009

Population pressure and global markets drive a decade of forest cover change in Africa's Albertine Rift

2017· article· en· W2296068557 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueApplied Geography · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésDeforestation (computer science)Population growthGeographyPopulationBiodiversityReforestationLand coverAgroforestryPhysical geographyEcologyLand useForestryEnvironmental scienceDemographyBiology

Résumé

récupéré en direct d'OpenAlex

Africa's Albertine Rift region faces a juxtaposition of rapid human population growth and protected areas, making it one of the world's most vulnerable biodiversity hotspots. Using satellite-derived estimates of forest cover change, we examined national socioeconomic, demographic, agricultural production, and local demographic and geographic variables, to assess multilevel forces driving local forest cover loss and gain outside protected areas during the first decade of this century. Because the processes that drive forest cover loss and gain are expected to be different, and both are of interest, we constructed models of significant change in each direction. Although rates of forest cover change varied by country, national population change was the strongest driver of forest loss for all countries – with a population doubling predicted to cause 2.06% annual cover loss, while doubling tea production predicted to cause 1.90%. The rate of forest cover gain was associated positively with increased production of the local staple crop cassava, but negatively with local population density and meat production, suggesting production drivers at multiple levels affect reforestation. We found a small but significant decrease in loss rate as distance from protected areas increased, supporting studies suggesting higher rates of landscape change near protected areas. While local population density mitigated the rate of forest cover gain, loss was also correlated with lower local population density, an apparent paradox, but consistent with findings that larger scale forces outweigh local drivers of deforestation. This implicates demographic and market forces at national and international scales as critical drivers of change, calling into question the necessary scales of forest protection policy in this biodiversity hotspot. Using a satellite derived estimate of forest cover change for both loss and gain added a dynamic component to more traditionally static and unidirectional studies, significantly improving our understanding of landscape processes and drivers at work.

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.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,950

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

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 Opus0,010
Tête enseignante GPT0,206
Écart entre enseignants0,196 · 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