MétaCan
Menu
Retour à la cohorte
Enregistrement W4372349868 · doi:10.5558/tfc2023-018

Forest conservation through protection of old growth: the case of Nova Scotia

2023· article· en· W4372349868 sur OpenAlexaffvenueabout
Peter N. Duinker, Peter G. Bush, John C. Brazner, Mark C. MacPhail, Bruce Stewart, Emily K. Woudstra

Notice bibliographique

RevueThe Forestry Chronicle · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForest Ecology and Biodiversity Studies
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésNova scotiaGovernment (linguistics)Work (physics)Public policyGeographyForest ecologyPublic landBusinessEnvironmental protectionEnvironmental resource managementEnvironmental planningPolitical scienceNatural resource economicsForestryEcosystemEconomic growthEcologyEconomicsEngineeringArchaeology

Résumé

récupéré en direct d'OpenAlex

Old-growth forests are both rare and special ecosystems across most of the world. Policies to protect and possibly enhance and increase them are plentiful and diverse across nations and sub-national jurisdictions. Nova Scotia has had a policy on conservation of old-growth forests on public lands in the province since 1999. The second such policy dated 2012 was recently replaced by a revised policy in 2022. After presenting knowledge based on selected scientific literature about old-growth forests in Nova Scotia, the paper describes the improvements made in the 2022 policy. These include: (a) a more-nuanced set of operational definitions; (b) a commitment to protect all old-growth forest on public lands, whether currently identified or not; (c) robust replacement provisions in the rare event that the provincial government chooses to allow provincially significant infrastructure to be built on public land supporting old-growth forest; and (d) a renewed commitment to work with private landowners on their aspirations to conserve old-growth forest. The new policy, adopted in August 2022, also contains a commitment to a public review and possible renewal by August 2027.

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)0,002
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 enseignants0,045
Score d'incertitude au seuil0,273

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,003
Communication savante0,0040,001
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
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 Opus0,048
Tête enseignante GPT0,236
Écart entre enseignants0,188 · 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
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetForest Ecology and Biodiversity StudiesTravaux en français237 207