Farmers’ ecological motivations: implications for forestation in South Nation River watershed and Ontario’s mixedwood plains ecozone
Notice bibliographique
Résumé
This paper investigates deforestation in southern Ontario’s mixedwood plains ecozone. Farmers own much of the land in the mixedwood plains, thus forestation is examined through the lens of farmers’ ecological motivations. \nTwo research methods are employed: an integrative literature review, and key informant interviews of farmers in the South Nation River watershed. \nFirstly, farmers’ ecological motivations on forestation in the EU, USA, Canada and Australia are examined via an integrative literature review of peer reviewed research. Various themes and issues are explored, which differ by region, policy, economic regime, and biophysical conditions. \nSecondly, the South Nation River watershed in eastern Ontario is examined closely since it experiences accelerated deforestation in the early 21st century. Results of key informant interviews of farmers in the South Nation River watershed are presented and compared to literature review results, which are quite different. \nAre tree-cutting by-laws effective at preventing deforestation? Experiences from other southern Ontario municipalities are compared to key informants’ comments. Only one literature review article examined the role of regulations. \nA main driver of deforestation in southern Ontario is urbanization. The literature review contains few references to urbanization. Adjacent eastern North American regions are examined and compared to southern Ontario’s mixedwood plains. \nMotivational crowding out is a concern in several literature review articles. The effects of motivational crowding out on farmers’ intrinsic motivations are discussed when extrinsic conservation motivators are introduced. Motivational crowding out has consequences; programme design may minimize these.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,005 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».