An evidence-based protocol for developing lists for tree planting
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Tree-planting is increasingly being promoted for urban greening, carbon sequestration, and to enhance biodiversity. However, poorly planned and executed tree-planting schemes can inadvertently contribute to biological invasions with detrimental effects on local ecosystems, economies, and human well-being. Therefore, sustainable, rigorous, repeatable, and transparent species selection strategies are needed. We developed a strategic decision protocol for identifying tree taxa suitable for planting schemes, using a multi-criterion approach that integrates national lists of regulated invasive plant species, global evidence of invasiveness, and susceptibility to key pests. Using the Polyphagous Shot Hole Borer (PSHB) invasion in the City of Cape Town, South Africa as a case study, we illustrate the protocol’s application and potential for informing planting decisions. 444 tree taxa currently planted in Cape Town were assessed. Of these, 85 are regulated nationally as invasive species (and are prohibited from use), while 49 met all suitability criteria and were identified as candidates for a planting list (i.e., a safe list). This protocol provides evidence-based guidance for tree-planting to mitigate the risk of tree invasions and to reduce the spread and impact of associated pests and pathogens. This protocol is replicable and adaptable for use in other regions and can support environmental planners and managers in making informed decisions to safeguard ecosystems and optimise ecosystem services (e.g., which trees to plant in restoration initiatives).
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.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 découle