MétaCan
Menu
Retour à la cohorte
Enregistrement W4205104386 · doi:10.5558/tfc2021-030

Economic impacts of partial harvesting: Mitigating mid-term timber supply shortages as a result of pest outbreaks

2021· article· en· W4205104386 sur OpenAlexaffvenueabout
Torben Jensen, Jean-Martin Lussier

Notice bibliographique

RevueThe Forestry Chronicle · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensCanadian Forest Service
Organismes subventionnairesnon disponible
Mots-clésEconomic shortageOutbreakGeographySpruce budwormLoggingEnvironmental scienceAgroforestryEconomic impact analysisForestryPEST analysisBusinessEngineeringCivil engineering

Résumé

récupéré en direct d'OpenAlex

Natural disturbances such as pest outbreaks have a significant impact on forest dynamics and services, including the loss of mature stands. From a wood production perspective, these disturbances can lead to long-lasting imbalances in the overall age-class structure of the forest, potentially resulting in a shortage of mature harvestable stands. Researchers from Natural Resources Canada’s (NRCan) Canadian Forest Service (CFS) have made a timber supply analysis of the Dunière forest located in the centre of the Gaspé Peninsula (Québec). This region suffers from an age-class structure imbalance caused by an eastern spruce budworm (ESB) outbreak that ended in 1984, and is consequently facing a reduced annual allowable cut, leading to long- term implications for the regional forest sector. The authors suggest that partial harvesting – the removal of a proportion of timber in a mature stand several years before a final cut is carried out – is a promising opportunity in the ESB-affected area for mitigating mid-term timber supply shortages by smoothing the fibre supply over time.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,216

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,012
Tête enseignante GPT0,258
Écart entre enseignants0,246 · 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'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

Citations1
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetForest Management and PolicyTravaux en français237 207