MétaCan
Menu
Retour à la cohorte
Enregistrement W4393983697 · doi:10.54612/a.4s34ii4mn9

Socioekonomiska indikatorer för hållbart skogsbruk - och användning i svenska miljömålssystemet

2024· report· sv· W4393983697 sur OpenAlexaboutno aff
Ronju Ahammad, Francisco X. Aguilar

Notice bibliographique

Revuenon disponible
Typereport
Languesv
DomaineSocial Sciences
ThématiqueSocial and Educational Sciences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

Sveriges miljömålssystem innehåller miljökvalitetsmål som beskriver det önskvärda tillståndet för miljön. Det innehåller också ett löfte till kommande generationer om ren luft, en hälsosam livsmiljö och rika möjligheter att njuta av naturen. I studien analyserade vi utvalda socioekonomiska indikatorer anpassade från Montrealprocessen (Montréal Process for the Conservation and Sustainable Management of Temperate and Boreal Forests) och undersökte hur indikatorer för skogssektorn kan användas i miljömålssystemet. Syftet var att öka medvetenheten om viktiga socioekonomiska dimensioner inom miljömålen, och att undersöka kopplingarna mellan miljömålen och den skogliga bioekonomin. Fokus ligger på skogssektorn på grund av dess betydelse för uppföljningen av miljömålen samt dess viktiga sociala och ekonomiska roll i det svenska samhället. Montrealprocessen valdes som ett vägledande ramverk för studien eftersom det är utvecklat för bedömning av hållbart bevarande och hållbar förvaltning av skog på nationell nivå, samt för att det införlivar viktiga ekonomiska, miljömässiga och sociala dimensioner. Analysen bygger på en blandning av litteraturstudier, genomgång av nationella och internationella databaser samt samråd med experter som har hjälpt till att identifiera och tolka de utvalda indikatorerna. Vi identifierade skogliga socioekonomiska indikatorer relevanta för miljökvalitetsmål kopplade till skogsfastigheter och ägande, ekonomiskt värde och konsumtion av trä och träprodukter, sysselsättning, bioenergi, tillgång till grönstruktur, tillgång till skog per invånare samt kulturella värden. De nationella indikatorer som analyserades för perioden 2000–2020 pekar på framsteg för såväl skyddad skog som virkesproduktion, samt att skogssektorn har bidragit med betydande ekonomiska värden genom förädling av trä och träprodukter. Skog är en viktig råvara för förnybar energi och tillhandahåller också mark för andra förnybara energikällor såsom vindkraft. Indikatorer som pekar på motgångar är att antalet skogsägare minskar, arbetsstyrkan krymper och skogsarealen per invånare minskar. Förklaringar är generationsskiften, högre effektivitet i industrin och fortsatt befolkningstillväxt. Indikatorer knutna till produktiv skogsmark, skogsenergi, skyddad skog per invånare och kulturell betydelse kan direkt stödja miljökvalitetsmålen Levande skogar, Begränsad klimatpåverkan samt Ett rikt växt- och djurliv. Genom export och utnyttjande av utländsk arbetskraft bidrar den svenska skogssektorn till konsumtion av trävaror utomlands och ekonomiskt välbefinnande i mindre utvecklade länder genom löner till anställda inom de gröna sektorerna. Informationen är begränsad för indikatorer knutna till renskötsel och kulturella värden. Tillgängliga data tyder på att skadorna på kulturlämningar i skogen minskar. Vi rekommenderar en löpande uppföljning av kultur- och bevarandevärden i de svenska skogarna för att ytterligare förbättra möjligheterna att följa upp de sociala och ekologiska hållbarhetskriterierna i miljömålssystemet.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,416
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,002
Communication savante0,0020,001
Science ouverte0,0020,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,008

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 Opus0,080
Tête enseignante GPT0,388
Écart entre enseignants0,308 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSocial and Educational SciencesTravaux en français237 207