MétaCan
Menu
Retour à la cohorte
Enregistrement W2323873426 · doi:10.1021/es5005957

Carbon Profile of the Managed Forest Sector in Canada in the 20th Century: Sink or Source?

2014· article· en· W2323873426 sur OpenAlexafffundabout
Jiaxin Chen, S. J. Colombo, Michael T. Ter‐Mikaelian, Linda S. Heath

Notice bibliographique

RevueEnvironmental Science & Technology · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensOntario Forest Research InstituteMinistry of Natural Resources and Forestry
Organismes subventionnairesOntario Ministry of Natural Resources and Forestry
Mots-clésSink (geography)Carbon sinkEnvironmental scienceCarbon fibersCarbon sourceEnvironmental protectionGeographyOceanographyClimate changeChemistryGeologyMaterials science

Résumé

récupéré en direct d'OpenAlex

Canada contains 10% of global forests and has been one of the world's largest harvested wood products (HWP) producers. Therefore, Canada's managed forest sector, the managed forest area and HWP, has the potential to significantly increase or reduce atmospheric greenhouse gases. Using the most comprehensive carbon balance analysis to date, this study shows Canada's managed forest area and resulting HWP were a sink of 7510 and 849 teragrams carbon (TgC), respectively, in the period 1901-2010, exceeding Canada's fossil fuel-based emissions over this period (7333 TgC). If Canadian HWP were not produced and used for residential construction, and instead more energy intensive materials were used, there would have been an additional 790 TgC fossil fuel-based emissions. Because the forest carbon increases in the 20th century were mainly due to younger growing forests that resulted from disturbances in the 19th century, and future increases in forest carbon stocks appear uncertain, in coming decades most of the mitigation contribution from Canadian forests will likely accrue from wood substitution that reduces fossil fuel-based emissions and stores carbon, so long as those forests are managed sustainably.

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 enseignants0,449
Score d'incertitude au seuil0,676

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0020,001
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 Opus0,004
Tête enseignante GPT0,172
Écart entre enseignants0,169 · 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

Citations42
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetForest Management and PolicyTravaux en français237 207