MétaCan
Menu
Retour à la cohorte
Enregistrement W2901018601 · doi:10.1139/cjfr-2018-0292

The importance of timber prices and other factors for harvest increase among non-industrial private forest owners

2018· article· en· W2901018601 sur OpenAlexvenueno aff
Hanne K. Sjølie, Knut Reidar Wangen, Berit H. Lindstad, Birger Solberg

Notice bibliographique

RevueCanadian Journal of Forest Research · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensnon disponible
Organismes subventionnairesNorges Miljø- og Biovitenskapelige UniversitetNorges ForskningsrådUniversitetet i OsloUniversity of MinnesotaU.S. Department of State
Mots-clésBusinessUnit (ring theory)Agricultural economicsLoggingForest managementEconomicsForestryGeography

Résumé

récupéré en direct d'OpenAlex

Increased harvest is high on the forestry and climate policy agenda in several countries. By carrying out a national-wide survey of forest owners, we explored to what extent private non-industrial forest owners in Norway are willing to increase harvest due to elevated hypothetical prices. The results indicate that owners who have not harvested timber for sale in the last 15 years do not respond to large price shifts. Instead, ownership objectives and knowledge of a key policy instrument predict willingness to enter the timber market among these owners. The willingness among owners who have sold timber the last 15 years depends on these factors, in addition to price, forest area, income, and gender. Female owners were significantly less willing than male owners to increase harvest. Once the decision to harvest was taken, the stated timber supply volume per area unit decreases with productive forest area among both active and inactive owners. With regard to sources of information, owners who have not harvested timber the last 15 years use the information sources to a lesser extent than other owners do. Forest policies and extension services should acknowledge that for stimulating forest owners outside the timber market to supply wood, factors other than price are important and that alternative information pathways should be explored for reaching these owners.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,620
Score d'incertitude au seuil0,952

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,052
Tête enseignante GPT0,308
Écart entre enseignants0,257 · 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

Citations14
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

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