MétaCan
Menu
Retour à la cohorte
Enregistrement W2425950469 · doi:10.1080/08941920.2016.1180729

Changes in Wisconsin’s Large Private Forests, 1999–2015: Land Ownership, Conservation, and Recreational Access

2016· article· en· W2425950469 sur OpenAlexaboutno aff
Andrew W. L’Roe, Adena R. Rissman

Notice bibliographique

RevueSociety & Natural Resources · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensnon disponible
Organismes subventionnairesNational Agricultural Statistics Service
Mots-clésDivestmentEasementBusinessRecreationLand tenurePublic landNatural resource economicsState forestState (computer science)Quarter (Canadian coin)FinanceForest managementForestryEconomicsAgricultureGeographyEcology

Résumé

récupéré en direct d'OpenAlex

Forestland divestment by vertically integrated forest products companies (VIFPCs) has spurred significant forest ownership change. To illuminate these dynamics, we examined land sales after VIFPC divestment, subsequent acquisitions of conserved land, and trends in recreational access in Wisconsin. We documented changes from 1999 to 2015 with analysis of tax program records and profiles of the state’s largest investor owners, Plum Creek and The Forestland Group. Nearly all VIFPC land was sold to investors, public agencies, or smaller corporate and private owners. State tax and land acquisition programs buffered these changes: 70% of large private ownership land was retained in the forest tax program and another 16% was acquired by public and nonprofit owners. More than one-quarter of divested forestland was placed in conservation easements. Nonetheless, large private forestland open to public recreation declined by almost one-third. Investor strategies and conservation programs shaped the provision of forest benefits during ownership transitions.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,256
Score d'incertitude au seuil0,854

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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,263
Écart entre enseignants0,248 · 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

Citations9
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSociety & Natural ResourcesMême sujetForest Management and PolicyTravaux en français237 207