MétaCan
Menu
Retour à la cohorte
Enregistrement W4414980529 · doi:10.1016/j.tfp.2025.101044

Historical drivers of street tree species selection: A comparative archival study of Canadian prairie cities

2025· article· en· W4414980529 sur OpenAlexfundaboutno aff
Alexander J.F. Martin, Tenley M. Conway

Notice bibliographique

RevueTrees Forests and People · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Forest ServiceNatural Sciences and Engineering Research Council of CanadaUniversity of Toronto Mississauga
Mots-clésMonocultureTree plantingEcosystemEcosystem servicesUrban ecosystemIntroduced speciesUrban ecologyUrban forestry

Résumé

récupéré en direct d'OpenAlex

• We examined archival documents on street trees from five Canadian cities. • Desirable species were limited by their natural and nursery availability. • Aesthetics have evolved from large tree-lined streets to ornamental species. • Species-specific ecosystem disservices resulted in the shift from poplar to elm and ash. • Conflict with utilities contributed to the use of ornamental species over elm and ash. There is a long history of planting trees along streets in cities around the world. In many cases, only a few species were used at any given time, leading to localized monocultures that increase urban forest vulnerabilities. In North America, elm and ash were historically among the most dominant tree species, yet only a nascent body of literature has examined the factors that influenced their dominance. In this study, we examine historical street tree species selection in five Canadian prairie cities, an underrepresented geography in urban environmental history literature. Using grounded theory and inductive coding, we developed a conceptual framework that explains historical biophysical and socio-political drivers of tree species dominance. The first driver is desired tree species traits. These traits, in turn, are related to the second and third drivers , species-specific ecosystem services and disservices, which influence what species are planted, avoided, or removed once they reach maturity. The fourth and fifth drivers are species availability and species-specific pests and pathogens, which were the ultimate drivers determining what species were planted on city streets. In the five study cities, Winnipeg and Regina planted American elm and green ash soon after their planting programs began because they were readily available. Calgary, Edmonton, and Lethbridge originally planted native Populus species, but later shifted to the non-native American elm and green ash due to the ecosystem disservices of Populus species at maturity, including the production of fluff and conflicts between roots and underground utilities. Today’s street tree composition reflects these legacy planting decisions.

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)0,004
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 enseignants0,030
Score d'incertitude au seuil0,218

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,013
Études des sciences et des technologies0,0080,002
Communication savante0,0030,001
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,028
Tête enseignante GPT0,256
Écart entre enseignants0,228 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTrees Forests and PeopleMême sujetUrban Green Space and HealthTravaux en français237 207