Managing Urban Forest Public Values In A Changing Climate
Notice bibliographique
Résumé
With more than half of the world’s population concentrated in urban areas, urban services are crucial for people’s lives. Some of these services are provided by urban trees, which are valued positively by most people. However, urban forest management (UFM) today faces a number of challenges, including accounting for the values of the public and climate change. These two are connected, since climate-driven biophysical changes will affect value provision and people’s urban forest values will determine the management direction by which we address the climate challenge.<br>This study aims to understand how to incorporate public values and climate change in UFM by examining how people value the urban forest, how these values are managed, how urban forests are vulnerable to climate change, and how this vulnerability affects value provision. To address these questions, I review the urban forest values literature and reveal opportunities for research. Later I examine the content of 14 Canadian urban forest management plans and reveal that UFM today lacks detail in ecological and social themes. I argue that a management paradigm based on what the citizens consider important about urban forests may help deal with these shortcomings.<br>I present urban forest values research from three Colombian cities (Bogotá, Cali, Pereira) using field tours, personal diaries, and focus groups. I then integrate this research with similar research in Canada to build a values typology that portrays how the public values the urban forest. I then review climate change in UFM and argue that climate change vulnerability assessments (CCVAs) are crucial for embracing climate adaptation in UFM. I present CCVA research in three Canadian urban forests (Halifax, London, Saskatoon) using an exploratory and expert-based method.<br>I demonstrate that the survival of young trees and mal-adapted tree species are important sensitivity factors in urban forests. By mapping how urban forest vulnerability to climate change will affect value provision I argue that climate change is both a threat and an opportunity to bring specificity to ecological and social themes in UFM and to veer towards a UFM style that: plants more trees close to infrastructure and people; ensures tree survival by experimenting with different planting techniques and more-natural arrangements; embraces adaptive management and public engagement; and facilitates ecosystem transition without reducing values satisfaction.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,004 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».