Urban tree cover targets: The good, the bad and the SMART
Notice bibliographique
Résumé
Urban tree cover (UTC) is a commonly used metric in policy and management activities, including urban forest resources assessment, equity and distribution, and ecosystem services modelling. Despite the well-established benefits associated with urban tree canopy, declining tree cover has catalysed many cities into setting UTC targets. In this short communication, we used an assessment of UTC targets set by 57 cities worldwide to discuss the merits and drawbacks of setting UTC targets and to inform recommendations for setting effective UTC targets. We found that UTC targets range in ambition, varying between 4% and 50%. To meet these targets, cities would have to increase their current UTC by between 0.47 and 23.3 percentage points within stated timelines of between 3 and 51 years. We found that cities with lower current UTC set ambitious targets, requiring relatively large annual increases in UTC. Moreover, cities in xeric or dry biomes set lower targets (< 20%) than cities in temperate or tropical biomes (> 25%). We found that setting UTC targets can provide a range of benefits, but achieving a UTC target at the expense of other indicators of urban forest structure and quality poses risks. We reflect on pathways to set specific, measurable, achievable, resourced, and time-bound UTC targets, while acknowledging the associated issues. This exploration of UTC targets will help ensure that UTC remains a useful metric for urban forest management and planning.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».