MétaCan
Menu
Retour à la cohorte
Enregistrement W3204062665 · doi:10.1139/cjfr-2020-0312

Afforesting Icelandic land: A promising approach for climate-smart forestry?

2021· article· en· W3204062665 sur OpenAlexvenueno aff
Stanislava Brnkaľáková, Jan Světlík, Sigríður Júlía Brynleifsdóttir, Arnór Snorrason, Viera Baštáková, Tatiana Kluvánková

Notice bibliographique

RevueCanadian Journal of Forest Research · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensnon disponible
Organismes subventionnairesVedecká Grantová Agentúra MŠVVaŠ SR a SAV
Mots-clésAfforestationSustainabilityIcelandicIncentiveEcosystem servicesEnvironmental resource managementPaymentBusinessForest managementSustainable forest managementClimate changeClimate change mitigationForestryEnvironmental planningGeographyEcosystemEconomicsEcologyFinance

Résumé

récupéré en direct d'OpenAlex

Climate-smart forestry (CSF) is considered a promising approach for climate change adaptation and mitigation strategies, as highlighted in several European policy documents. This paper describes a prospective approach to introducing an incentive-based scheme to facilitate the implementation of CSF through a case study in Iceland. It is argued that the payments for ecosystem services (PES) scheme allows for effective CSF management and long-term sustainability if introduced in compliance with local, cultural, and social values. In a case study of an Icelandic afforestation programme, we conducted an institutional analysis of the PES scheme and assessed its effect on the sustainable provision of forest ecosystem services for the long term. We provide preliminary findings on the application of CSF in the 30-year-old Icelandic afforestation programme scheme. The perspectives of forest and policy experts, as well as local farmers participating in the scheme, were crucial for assessing the effectiveness of PES scheme performance in Iceland.

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 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 enseignants0,353
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,057
Tête enseignante GPT0,314
Écart entre enseignants0,256 · 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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

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