MétaCan
Menu
Retour à la cohorte
Enregistrement W4238831069 · doi:10.32920/ryerson.14652969

Urban forest vulnerability and its implications for ecosystem service supply at multiple scales

2021· preprint· en· W4238831069 sur OpenAlexafffundabout
James W.N. Steenberg

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensToronto Metropolitan UniversityDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFulbright CanadaU.S. Forest ServiceSyracuse UniversityNorthern Research StationUniversity of TorontoU.S. Department of Agriculture
Mots-clésEcosystem servicesUrban ecosystemEnvironmental resource managementVulnerability (computing)Urban forestGeographyForest ecologyUrban ecologyUrban planningVulnerability assessmentSpatial ecologyUrban forestryTemporal scalesEcosystemEnvironmental planningEcologyEnvironmental scienceUrbanizationPsychological resilienceForestryComputer science

Résumé

récupéré en direct d'OpenAlex

The urban forest is a valuable ecosystem service provider that is garnering increasing attention in environmental research and municipal planning agendas. However, because of its location in heavily built-up and densely-settled environments, the urban forest is vulnerable. The purpose of this dissertation is to conceptualize, assess, and analyze urban forest ecosystems and their vulnerability at multiple spatial and temporal scales. An urban forest ecosystem classification framework that integrates biophysical, built, and human components is developed. Subsequent classification of ecosystems at the neighbourhood scale reveals the spatial arrangement of several social-ecological interactions. Such information is valuable to ecosystem-based decision support while also informing future vulnerability research. The investigation of ecosystem vulnerability began with the development of a theory-based conceptual framework. Urban forest vulnerability is defined as the likelihood of decline in ecosystem service supply and its associated benefits for human populations, urban infrastructure, and biodiversity. It is comprised of exposure, sensitivity, and adaptive capacity, which describe the built environment and associated stressors, urban forest structure, and the human population, respectively. This framework is applied using empirical field research in Toronto, Canada to explore the processes of vulnerability and their influence on ecological change. Results indicate that there are several significant predictors of urban forest decline and mortality, and emphasize the importance of applying diverse metrics to describe the built environment and urban forest structure at fine spatial scales. Vulnerability assessment and analysis at much broader spatial and temporal scales, using a spatially-explicit assessment approach and ecological modelling of alternative management and disturbance scenarios, is further investigated. This latter research emphasizes the importance of aligning scales of management with ecosystem function and the long-term influence of management intervention on ecological conditions. The multiple scales of investigation and methodological approaches developed in this study provide complementary opportunities to synthesize and apply existing theory in novel settings while also generating new theories pertaining to the processes of urban ecosystem change and decline. The intention of this study is to contribute to the understanding of urban forest ecosystems and their vulnerability, while also providing practical knowledge and tools for the sustainable management of this resource.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,247
Écart entre enseignants0,224 · 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

Citations2
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetLand Use and Ecosystem ServicesTravaux en français237 207