MétaCan
Menu
Retour à la cohorte
Enregistrement W4386416738 · doi:10.1038/s41598-023-41790-2

Modelling the potential of forest management to mitigate climate change in Eastern Canadian forests

2023· article· en· W4386416738 sur OpenAlexafffundabout
Abderrahmane Ameray, Yves Bergeron, Xavier Cavard

Notice bibliographique

RevueScientific Reports · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistère des Ressources Naturelles et de la Faune
Mots-clésEnvironmental scienceClimate changeForest managementTaigaSustainable forest managementSilvicultureBiomass (ecology)Carbon offsetBorealSustainable managementAgroforestryEcosystemStock (firearms)Environmental resource managementEcologySustainabilityForestryGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Climate change poses a serious risk to sustainable forest management, particularly in boreal forests where natural disturbances have been projected to become more severe. In three Quebec boreal forest management units, biomass carbon storage under various climate change and management scenarios was projected over 300 years (2010–2310) with a process-based dynamic landscape model (PnET-succession for Landis-II). Several strategies varying in their use of partial cuts and clear cuts, including business as usual (BAU) (clear-cut applied on more than 95% of the managed area), were tested and compared to conservation scenarios (no-harvest). Based on simulation results at the landscape scale, the clearcut-based scenarios such as BAU could result in a decrease of biomass carbon stock by 10 tC ha−1 yr−1 compared to the natural scenario. However, this reduction in carbon stock could be offset in the long term through changes in composition, as clearcut systems promote the expansion of trembling aspen and white birch. In contrast, the use of strategies based on partial cuts on more than 75% or 50% of the managed area was closer to or better than the natural scenario and resulted in greater coniferous cover retention. These strategies seemed to be the best to maximize and stabilize biomass carbon storage and ensure wood supply under different climate change scenarios, yet they would require further access and appropriate infrastructure. Furthermore, these strategies could maintain species compositions and age structures similar to natural scenarios, and thus may consequently help achieve forest ecosystem-based management targets. This study presents promising strategies to guide sustainable forest management in Eastern Canada in the context of climate change.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,131

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,024
Tête enseignante GPT0,243
Écart entre enseignants0,220 · 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'étudeSimulation ou modélisation
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

Citations14
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetForest Management and PolicyTravaux en français237 207