MétaCan
Menu
Retour à la cohorte
Enregistrement W4398222540 · doi:10.1038/s43247-024-01437-0

The qualified prevalence of natural and planted tropical reforestation

2024· article· en· W4398222540 sur OpenAlexafffund
Sean Sloan

Notice bibliographique

RevueCommunications Earth & Environment · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensVancouver Island University
Organismes subventionnairesCanada Research Chairs
Mots-clésReforestationAgroforestryNatural (archaeology)TropicsGeographyForestryEnvironmental scienceBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Recent satellite estimates suggest that planted tree cover rivals, and possibly exceeds, the area of natural reforestation pantropically, challenging longstanding models of forest change. Such estimates underscore a tension between studies of reforestation as an areal expansion of undifferentiated forest cover versus dynamic land-change processes by which forest variously emerges in transformed states. A review of land-change processes bearing on the nature of reforestation would qualify the relative prevalence of planted tree cover, but with caveats. Planted tree cover would be less than half the nominal extent of natural reforestation if including the 29-61% of natural reforestation re-cleared within 15 years and excluding the 25-50% of planted tree-cover entailing extant forest conversion. Planted tree cover would however be comparable to natural reforestation if also discounting the 31-52% of natural reforestation that similarly follows from forest conversion. Satellite-based estimations of reforestation area may now, and should, incorporate such qualifying land-change processes by borrowing from demographic models of population change and including ‘spurious’ reforestation integral to the broader processes of reforestation of interest.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,017
Tête enseignante GPT0,226
Écart entre enseignants0,209 · 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

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCommunications Earth & EnvironmentMême sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207