Difficult climate-adaptive decisions in forests as complex social–ecological systems
Notice bibliographique
Résumé
Climate change threatens the social, ecological, and economic benefits enjoyed by forest-dependent communities worldwide. Climate-adaptive forest management strategies such as genomics-based assisted migration (AM) may help protect many of these threatened benefits. However, such novel technological interventions in complex social-ecological systems will generate new risks, benefits, and uncertainties that interact with diverse forest values and preexisting risks. Using data from 16 focus groups in British Columbia, Canada, we show that different stakeholders (forestry professionals, environmental nongovernmental organizations, local government officials, and members of local business communities) emphasize different kinds of risks and uncertainties in judging the appropriateness of AM. We show the difficulty of climate-adaptive decisions in complex social-ecological systems in which both climate change and adaptation will have widespread and cascading impacts on diverse nonclimate values. Overarching judgments about AM as an adaptation strategy, which may appear simple when elicited in surveys or questionnaires, require that participants make complex trade-offs among multiple domains of uncertain and unknown risks. Overall, the highest-priority forest management objective for most stakeholders is the health and integrity of the forest ecosystem from which all other important forest values derive. The factor perceived as riskiest is our lack of knowledge of how forest ecosystems work, which hinders stakeholders in their assessment of AM's acceptability. These results are further evidence of the inherent risk in privileging natural science above other forms of knowledge at the science-policy interface. When decisions are framed as technical, the normative and ethical considerations that define our fundamental goals are made invisible.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,012 | 0,023 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».