MétaCan
Menu
Retour à la cohorte
Enregistrement W3106687745 · doi:10.7202/1073109ar

Smallholder Forestry in the FSC System: A Review

2020· review· en· W3106687745 sur OpenAlexvenueno aff
Janette Bulkan

Notice bibliographique

RevueRevue Gouvernance · 2020
Typereview
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal trade, sustainability, and social impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCertificationCertified woodStewardship (theology)SubsidyBusinessSubsistence agricultureForestryNatural resource economicsAgricultureAgricultural economicsEnvironmental resource managementEconomicsGeographyPoliticsPolitical science

Résumé

récupéré en direct d'OpenAlex

Since its inception in 1993, the Forest Stewardship Council certification scheme to assess the quality of responsible forest stewardship has aimed to certify both industrial-scale and smallholder forests. This article considers variations in FSC smallholder certification: single or group; Small and Low Intensity Managed Forests (SLIMF); and both company- and community-managed community forests in Global North and South countries. The classification of smallholders, as “subsistence surplus” or “sell-to-survive,” as proposed by the political ecologist Jason Moore, is also applied. Global North smallholders account for two-thirds of smallholder certified area and, in general, are able to meet the costs of FSC certification because of the demand for certified timber, their better socio-economic circumstances, a greater degree of group organization, and, in some cases, access to state subsidies. They are also more likely to be price-makers. Global South forests both house more of the planet’s remaining biodiversity and are more vulnerable to degradation. Economic and social realities dictate that global South smallholders are largely constrained by having to sell their timber to survive and fall in the price-takers category. In the absence of subsidies, price premiums, or a secure value chain, they are unable to afford renewal of FSC certification. The article concludes with an assessment of some realistic options for smallholder forestry certification.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,054
Tête enseignante GPT0,296
Écart entre enseignants0,242 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue GouvernanceMême sujetGlobal trade, sustainability, and social impactTravaux en français237 207