MétaCan
Menu
← Retour à la cohorte
Enregistrement W2499008159 · doi:10.1108/s0190-128120150000035003

“Bug Wood”: Climate Change, Mountain Pine Beetles and Risk in the Southeastern BRITISH COLUMBIA Logging Industry

2015· book-chapter· en· W2499008159 sur OpenAlexaboutno aff
Patrick B. Patterson

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMountain pine beetleDendroctonusLoggingClimate changeForestryPEST analysisGeographyAgroforestryEcologyEnvironmental scienceBark beetleBark (sound)BiologyBotany

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose The purpose of this paper is to analyze how the culture in the logging industry in the East Kootenay/Columbia region in British Columbia, Canada, is changing as warm winters resulting from climate change drive expansion of a native tree-killing pest, the mountain pine beetle (Dendroctonus ponderosae). Methodology/approach The paper is derived from historical records and 11 months of ethnographic fieldwork conducted from July 2010 to May 2011. Findings This analysis found that the insect outbreaks are generating a heightened sense of economic and physical vulnerability in the logging industry, undermining previous assumptions of sufficiency and confidence. Research limitations/implications This paper presents results from a study of a specific region, and caution should be used when comparing these results with similar phenomena in other contexts. Social implications The forest industry is an important employer throughout the British Columbia interior; the cultural changes documented here indicate that climate change, manifested in insect outbreaks, is generating cultural dislocation that can have negative consequences beyond the immediate economic impacts. Originality/value This paper provides a detailed analysis of how an unanticipated consequence of climate change is driving adjustments in a subculture in a technologically advanced society.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,183
Score d'incertitude au seuil0,368

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,022
Tête enseignante GPT0,219
Écart entre enseignants0,197 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetForest Insect Ecology and Management→Travaux en français237 207→