MétaCan
Menu
Retour à la cohorte
Enregistrement W4292707973 · doi:10.3389/ffgc.2022.1004087

Editorial: Forests of high naturalness as references for management and conservation: Potential and pitfalls

2022· editorial· en· W4292707973 sur OpenAlexaff
Maxence Martin, Osvaldo Valeria, Peter Potapov, Yoan Paillet

Notice bibliographique

RevueFrontiers in Forests and Global Change · 2022
Typeeditorial
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensNatural Sciences and Engineering Research CouncilUniversité du Québec en Abitibi-TémiscamingueUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésNaturalnessForest managementFront (military)Environmental resource managementEnvironmental scienceGeographyMeteorologyAgroforestryPhysicsParticle physics

Résumé

récupéré en direct d'OpenAlex

Forest ecosystems are critical to address the collapse of biodiversity and climate change crisis faced by our societies. The many habitats and ecosystem services they provide, such as carbon sequestration or water cycle regulation, need to be protected. In this context, forests of high naturalness have an exceptional importance because of the higher amount and quality of ecosystem services they provide compared to managed forests "Naturalness" describes a gradient of human impact on nature, with naturalness increasing as human impact decreases This concept is however rooted in the Western paradigm of "nature/culture" distinction In this Research Topic, Clement et al. emphasize that high naturalness does not mean an absence of humans and interactions with their environment. The authors focus on the Amazonian Indigenous Peoples, who have been using and changing the Amazonian forest for millennia, a forest that is at the same time recognized for its high naturalness value Acknowledging that the loss of naturalness is mainly due to modern industrial activities, and not to human presence per se, is essential for considering the various issues explored in this Research Topic. For example, the Food and Agriculture Organization of the United Nations has recently recognized that a forest showing evidences of traditional indigenous activities can still be considered a primary forest (FAO, 2020).

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)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,048
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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,010
Tête enseignante GPT0,245
Écart entre enseignants0,236 · 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'étudeSans objet
Domainenon disponible
GenreÉditorial

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Forests and Global ChangeMême sujetForest Management and PolicyTravaux en français237 207