MétaCan
Menu
Retour à la cohorte
Enregistrement W2312593433 · doi:10.1139/x11-022

The potential cost of environmental certification to vegetation management in plantation forests: a New Zealand case study

2011· article· en· W2312593433 sur OpenAlexvenueno aff
Carol A. Rolando, Michael S. Watt, J.A. Zabkiewicz

Notice bibliographique

RevueCanadian Journal of Forest Research · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCertificationWeed controlVegetation (pathology)ProductivityEnvironmental scienceForest managementStewardship (theology)AgroforestryCertified woodForestryEcologyGeography

Résumé

récupéré en direct d'OpenAlex

Plantation forests certified by the Forest Stewardship Council have restrictions on herbicide use. Since certified plantations are dependant on herbicides for cost-effective vegetation management, compliance requires a shift from current chemical practices. Using New Zealand plantation forests as a case study, discounted cash flow analyses were used to estimate the cost of certification-compliant vegetation control regimes compared with current non-compliant methods. We examined methods that (i) reduce the quantity of herbicides by using spot control and (ii) avoid the use of herbicides by using weed mats, manual, and mechanical control. Cost analyses were undertaken for low-, medium-, and high-productivity sites. The internal rate of return of the non-compliant regime was between 5% and 5.8% across the productivity range. Spot control was cheaper than current non-compliant practice. However, spot control is limited by site suitability and the availability of labour. Non-chemical control methods were expensive relative to other regimes. Reductions in the internal rate of return varied across low- and high-productivity sites between 0.8% and 0.5% for manual control, 1.3% and 0.8% for mechanical control, and 1.7% and 1.0% for weed mats. Meeting the goals of certification while retaining cost-effective vegetation control presents a challenge to the plantation forestry sector.

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)0,000
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 enseignants0,644
Score d'incertitude au seuil0,899

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,057
Tête enseignante GPT0,308
Écart entre enseignants0,251 · 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

Citations20
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

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