MétaCan
Menu
Retour à la cohorte
Enregistrement W3117972665 · doi:10.1079/9781789248234.0006

Global forest products trade model.

2020· book-chapter· en· W3117972665 sur OpenAlexaff
Prakash Nepal, Joseph Buongiorno, Craig Johnston, Jeffrey P. Prestemon, Jinggang Guo

Notice bibliographique

RevueCABI eBooks · 2020
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésBusiness

Résumé

récupéré en direct d'OpenAlex

<title>Abstract</title> This chapter introduces the Global Forest Products Model (GFPM). The general model structure and the mathematical formulation of the GFPM are provided and key differences and similarities to the modeling approaches developed in the previous chapters are highlighted. The usefulness of the GFPM as a forest sector tool for policy analysis is illustrated by summarizing its applications in a wide array of past and ongoing studies. These studies are summarized under four representative groups: (i) forest sector outlook studies; (ii) studies evaluating the consequences of tariff and non-tariff barriers on the international trade of forest products; (iii) studies projecting the impacts of climate change and forest-based climate change mitigation strategies on forests and forest industries; and (iv) other studies dealing with other important questions, such as the effects of the rise in global planted forest area, illegal harvests, and invasive species. Some of the limitations of GFPM, ways to mitigate these limitations, and its overall usefulness as a forest sector policy analysis tool are also examined.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,629
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,004

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 GPT0,214
Écart entre enseignants0,192 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCABI eBooksMême sujetForest Management and PolicyTravaux en français237 207