MétaCan
Menu
Retour à la cohorte
Enregistrement W2522969432 · doi:10.5558/tfc2016-061

Greenhouse gas emission effect of suspending slash pile burning in Ontario's managed forests

2016· article· en· W2522969432 sur OpenAlexafffundvenueabout
Michael T. Ter‐Mikaelian, S. J. Colombo, Jiaxin Chen

Notice bibliographique

RevueThe Forestry Chronicle · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensOntario Forest Research InstituteMinistry of Natural Resources and Forestry
Organismes subventionnairesOntario Ministry of Natural Resources and ForestryMinistry of Natural Resources
Mots-clésSlash (logging)Greenhouse gasEnvironmental sciencePileForestryCarbon sequestrationForest managementSlash-and-burnAgroforestryEnvironmental protectionGeographyCarbon dioxideEcologyEngineeringAgriculture

Résumé

récupéré en direct d'OpenAlex

Ontario has made a commitment to reduce its greenhouse gas (GHG) emissions by 15, 37, and 80% below 1990 levels by 2020, 2030, and 2050, respectively. Ontario's forest managers can contribute to meeting these targets by implementing changes to forestry practices that either reduce emissions from operations or increase carbon sequestration in forest ecosystems and harvested wood products. We present an analysis of the effects on GHG emissions resulting from suspending the current management practice of slash pile burning (burning harvest residue in the forest without energy recovery). The analysis was performed for each of Ontario's forest management units (FMU) with assumed suspension of slash pile burning for four different periods: 2016–2025, 2016–2050, 2016–2075, and 2016–2100. Annual and cumulative avoided emissions from suspending slash pile burning that would have occurred with current practices were estimated from planned harvest volume and area adjusted to reflect harvesting levels from 1990 to 2009, data on slash pile burning from 2008 to 2013, and emission factors for combustion and decay of wood estimated from the literature. Suspending slash pile burning was estimated to reduce GHG emissions by year 2100 in all four no-burn scenarios, with cumulative GHG emission reductions estimated at -0.7, -4.5, -14.1, and -33.4 Mt CO 2 eq (million tonnes of CO 2 equivalent), respectively. At the same time, suspending slash pile burning for the above-listed four periods resulted in losses of forest area by 2100 estimated at 7200, 24000, 40800, and 57800, respectively. The accuracy of these projections is affected by uncertainty in estimates of several components of the analysis, of which the primary one is the historical rate of slash pile burning. Improvement in measuring and reporting procedures is needed to obtain more reliable estimates of the amount of slash burned.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,217
Score d'incertitude au seuil0,999

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,214
Écart entre enseignants0,208 · 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.

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

Citations13
Publié2016
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetFire effects on ecosystemsTravaux en français237 207