Economic analysis of uneven-aged forest management in the southeastern United States
Notice bibliographique
Résumé
We determine the economic revenues and optimal forest management of uneven-aged loblolly pine, longleaf pine, and slash pine forests considering timber and carbon benefits in the southeastern United States. Our results show that uneven-aged management of southern pines generates positive total revenues, with the exception of those stands managed with high residual basal areas and long cutting cycles. The uneven-aged management of pine forests is economically more attractive with loblolly pine stands than with longleaf pine or slash pine for all cutting cycles and residual basal areas; on average, loblolly pine returns $1389.60·ha−1 more than slash pine and $1500.70·ha−1 more than longleaf pine for all cutting cycles. For uneven-aged loblolly pine forests, our results suggest that landowners should experience highest profits with the shortest viable cutting cycle (10 years) and a medium-high residual basal area (11.5 m2·ha−1). For uneven-aged longleaf pine forests, landowners would be economically better off with a longer cutting cycle (20 years) and a lower residual basal area (6.9 m2·ha−1). Notably, uneven-aged management of longleaf pine and slash pine for timber production becomes unprofitable with low-medium or high residual basal areas (9.2–11.5 m2·ha−1).
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».