Economics of Early Intervention to Suppress a Potential Spruce Budworm Outbreak on Crown Land in New Brunswick, Canada
Notice bibliographique
Résumé
We investigated the potential economic impacts of future spruce budworm (Choristoneura fumiferana Clem.) (SBW) outbreaks on 2.8 million ha of Crown land in New Brunswick, Canada and compared an early intervention strategy (EIS) with foliage protection approaches. We coupled the Spruce Budworm Decision Support System (SBW DSS) with a Computable General Equilibrium (CGE) model to assess the impacts of EIS and foliage protection on 0%, 5%, 10%, and 20% of susceptible Crown (publicly owned) forest, under moderate and severe SBW outbreak scenarios. Cumulative available harvest supply from 2017 to 2067 was projected to be reduced by 29 to 43 million m3, depending upon SBW outbreak severity, and a successful EIS approach would prevent this loss. These harvest reductions were projected to reduce total economic output by $25 billion (CAD) to $35 billion. Scenarios using biological insecticide foliage protection over 20% of susceptible Crown forest area were projected to reduce losses to 6–17 million m3 and $0.5–4.1 billion. Depending upon SBW outbreak severity, EIS was projected to have benefit/cost ratios of 3.8 to 6.4 and net present values of $186 million to $353 million, both higher than foliage protection strategies. Sensitivity analysis scenarios of ‘what if’ EIS partially works (80% or 90%) showed that these produced superior timber harvest savings than the best foliage protection scenario under severe SBW outbreak conditions and generally superior results under moderate outbreak scenarios. Overall, results support the continued use of EIS as the preferred strategy on economic grounds to protect against SBW outbreaks on Crown land in New Brunswick.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».