MétaCan
Menu
Retour à la cohorte
Enregistrement W4399284264 · doi:10.3390/f15060970

Forest Biological Disaster Control Behaviors of Forest Farmers and Their Spatial Heterogeneity in China

2024· article· en· W4399284264 sur OpenAlexaff
Qi Cai, Bowen Sun, Xufeng Zhang, Wenjing Bo, Guangyu Wang, Zefeng Zhou

Notice bibliographique

RevueForests · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Forestry and Grassland AdministrationChina Postdoctoral Science Foundation
Mots-clésChinaGeographyAgroforestrySpatial heterogeneityForest managementEnvironmental resource managementForestryEnvironmental scienceEcologyBiologyArchaeology

Résumé

récupéré en direct d'OpenAlex

With more and more loss caused by forest biological disasters (FBDs) in China, forest farmers, as one of the most important stakeholders, are participating in the control. In this study, the ordinary least squares model, simultaneous equation model, and propensity score matching method were used with the data from 818 surveys conducted in the typical FBD outbreak provinces, to reveal the FBD control behaviors of forest farmers and their differences between western and eastern regions of China. The results indicated the following. (1) Household factors: forest farmers could timely take control measures. An increase of 1 ha in the area of occurrence would increase the control measures by 3.26 ha. However, the control measures can only reduce 50% of the economic loss caused by FBDs and cannot effectively control the spread trend of FBDs. There are issues, including an insufficient and old labor force, insufficient technology support, and low consciousness of ecology protection. (2) External factors: forest farmers would increase control when the temperature rises, and reduce control when rainfall increases. After village committees unify organizing the control, their participation enthusiasm would increase, which would have a substitution relationship with the household investment. (3) Regional difference: the eastern region of China has higher figures than the western in terms of outbreak area, economic losses, control measures, and pesticide cost. If the western forest farmers have the control funds as the eastern forest farmers have, and the eastern forest farmers have the control intensity as the western forest farmers have, the overall FBD control effect would be better.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,053
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,243
Écart entre enseignants0,232 · 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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetForest Management and PolicyTravaux en français237 207