Using the 3-30-300 Rule to Assess Urban Forest Access and Preferences in Florida (United States)
Notice bibliographique
Résumé
Background: Public engagement is needed to make sure urban forestry management efforts align with the values of the public being served. Noting this, we determined current and desired urban forest access of Florida (United States) residents using the criteria from the 3-30-300 rule (i.e., 3 trees visible from home, 30% canopy in neighborhood, and a green space within 300 meters of home). Methods: A survey of 1,716 Florida residents was conducted to assess canopy coverage and green space access. Respondents were then asked if this level of urban forest access was sufficient for their needs. We also asked their perceptions of the benefits and drawbacks of urban trees and whether they had any negative interactions with trees in the past. Results: We found that 37.3% of Florida residents met all three criteria of the 3-30-300 rule. Despite this, half the respondents would prefer more trees in their neighborhoods. When asked to name the top benefits provided by trees, the most common responses were shade, beauty, and attracting wildlife. The most common drawbacks to urban trees included risk to property, leaves/debris, and fears regarding storms and hurricanes. Conclusions: Florida residents largely value their urban forest and would like to see it maintained or enhanced. Improving access to greenspaces for recreation is the most pressing concern for urban forest managers in Florida looking to meet the requirements of the 3-30-300 rule. Results from this study can inform and test urban forest management at national and global scales.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 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) | 0,003 | 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 ».