MétaCan
Menu
Retour à la cohorte
Enregistrement W7026903172

Biodiversity and social benefits in community-based forest management: the Leuser ecosystem

2000· dissertation· en· W7026903172 sur OpenAlexaff

Notice bibliographique

RevueThe Atrium (University of Guelph) · 2000
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensBibliothèque et Archives nationales du Québec
Organismes subventionnairesnon disponible
Mots-clésBiodiversitySustainabilityEcosystem servicesNegotiationEcoforestryForest managementVariety (cybernetics)Payment for ecosystem servicesResource (disambiguation)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This thesis examines the ability of Community Based Forest Management (CBFM) systems to serve the dual function of maintaining biodiversity while providing benefits to local communities. It examines the relationship between biodiversity and social benefit in a variety of forest zones in the Manggamat Community Conservation Forest in South Aceh, Indonesia. The Manggamat Community Forest is the flagship CBFM initiative in the Leuser Ecosystem, an area of global biodiversity significance. The CBFM system in Manggamat is guided by Adat, a traditional set of laws derived by the community in order to manage resources from the forest. The research utilized a formative, results-based evaluative approach, and indicates that CBFM has the potential to balance the protection of keystone and other significant species with the ability to provide benefit at a level equal to, if not superior, other rural areas in South Aceh and the province of D.I. Aceh. Although the system is intended to distribute benefits in a equitable manner, there is some disparity in the distribution of income through unsustainable harvesting of timber for sale by a small minority of resource users. While this puts the sustainability of the CBFM system at risk, it is a problem that is addressed in the research, and can likely be resolved through negotiation at the community level using Adat in representing greater community interests.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,016
Tête enseignante GPT0,188
Écart entre enseignants0,172 · 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

Citations0
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Atrium (University of Guelph)Même sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207