Criteria for Assessing the Sustainability of Logging Operations—A Systematic Review
Notice bibliographique
Résumé
Abstract Purpose of Review The comprehensive assessment of timber and fuelwood harvesting operations through the consideration of the three pillars of sustainability: Economic, social, and environmental has not received much attention. The use of criteria can significantly improve impact assessment. Therefore, the objective of this review paper is to compile and analyze the most commonly used criteria and indicators for each dimension of sustainability in logging operations over the last 6 years. This review provides an overview of these criteria for different harvesting machines, geographical areas, slope classes, time periods, types of research, and silvicultural treatments. Recent Findings The environmental pillar was the most studied (46%), followed by the economic pillar (38%). Productivity was the most investigated criterion (15%). On the one hand, productivity is linked to the environmental and social pillars, as it is related to the level of greenhouse gas emissions, energy consumption, and the employment rate. However, productivity is mainly used as a criterion of financial interest, as it is most often studied in combination with costs. In addition to productivity, the other most frequently examined criteria were costs (10%), soil nutrients (9.5%), and soil compaction (9%). The social dimension was the least studied pillar (16%). This may be due to a lack of knowledge of social sustainability issues in this area. Summary Sustainability is achieved when all three dimensions are balanced. The results of this review show an imbalance, with economic and environmental aspects being weighted more heavily than social aspects. Balancing all three dimensions typically requires an assessment of trade-offs. This review provides a comprehensive summary of the criteria that have been studied to date and can be used as a checklist and guideline for future sustainability assessments of harvesting operations.
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 | 0,020 | 0,094 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,034 | 0,024 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».