Reducing logging intensity in north temperate rainforests for climate and economic benefits
Notice bibliographique
Résumé
Interior temperate rainforest’s role as a global carbon sink conflicts with lucrative logging revenues. Yet, the relationship between the proportion of trees harvested and whole-ecosystem carbon flux is still unclear. In a large, replicated trial in western Canada, we monitored carbon in the ecosystem and wood products in response to logging of varying intensity: clearcuts, light and heavy partial-cuts, and no harvest. Averaged over the 26 years, net-CO 2 e yr −1 emissions increased linearly with logging intensity (R 2 =0.80 for mature stands). Unharvested stands were sinks (2.2 ± 1.9 MgCO 2 e ha −1 yr −1 ; mean ± standard deviation) and clearcuts were sources (-21 ± 11 MgCO 2 e ha −1 yr −1 ), whereas light partial-cuts almost recovered their pre-harvest carbon (-2.9 ± 2.7 MgCO 2 e ha −1 yr −1 ). An economic exercise suggests that partially or fully retaining mature trees in interior temperate rainforests can help meet 2050 ‘net-zero’ targets while still providing economic benefits greater than logging if emissions are priced above ∼CAD65 $ MgCO 2 e −1 . • A 26-year dataset of all temperate rainforest ecosystem and product carbon pools. • The first time for a long-term, empirical study on partial harvesting and carbon. • Forest regrowth did not recover carbon stocks in that time. • Reducing logging intensity and burning of residue will reduce emissions by 2050. • Compensating for the carbon benefits is relatively inexpensive.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».