Socioekonomiska indikatorer för hållbart skogsbruk - och användning i svenska miljömålssystemet
Bibliographic record
Abstract
Sveriges miljömålssystem innehåller miljökvalitetsmål som beskriver det önskvärda tillståndet för miljön. Det innehåller också ett löfte till kommande generationer om ren luft, en hälsosam livsmiljö och rika möjligheter att njuta av naturen. I studien analyserade vi utvalda socioekonomiska indikatorer anpassade från Montrealprocessen (Montréal Process for the Conservation and Sustainable Management of Temperate and Boreal Forests) och undersökte hur indikatorer för skogssektorn kan användas i miljömålssystemet. Syftet var att öka medvetenheten om viktiga socioekonomiska dimensioner inom miljömålen, och att undersöka kopplingarna mellan miljömålen och den skogliga bioekonomin. Fokus ligger på skogssektorn på grund av dess betydelse för uppföljningen av miljömålen samt dess viktiga sociala och ekonomiska roll i det svenska samhället. Montrealprocessen valdes som ett vägledande ramverk för studien eftersom det är utvecklat för bedömning av hållbart bevarande och hållbar förvaltning av skog på nationell nivå, samt för att det införlivar viktiga ekonomiska, miljömässiga och sociala dimensioner. Analysen bygger på en blandning av litteraturstudier, genomgång av nationella och internationella databaser samt samråd med experter som har hjälpt till att identifiera och tolka de utvalda indikatorerna. Vi identifierade skogliga socioekonomiska indikatorer relevanta för miljökvalitetsmål kopplade till skogsfastigheter och ägande, ekonomiskt värde och konsumtion av trä och träprodukter, sysselsättning, bioenergi, tillgång till grönstruktur, tillgång till skog per invånare samt kulturella värden. De nationella indikatorer som analyserades för perioden 2000–2020 pekar på framsteg för såväl skyddad skog som virkesproduktion, samt att skogssektorn har bidragit med betydande ekonomiska värden genom förädling av trä och träprodukter. Skog är en viktig råvara för förnybar energi och tillhandahåller också mark för andra förnybara energikällor såsom vindkraft. Indikatorer som pekar på motgångar är att antalet skogsägare minskar, arbetsstyrkan krymper och skogsarealen per invånare minskar. Förklaringar är generationsskiften, högre effektivitet i industrin och fortsatt befolkningstillväxt. Indikatorer knutna till produktiv skogsmark, skogsenergi, skyddad skog per invånare och kulturell betydelse kan direkt stödja miljökvalitetsmålen Levande skogar, Begränsad klimatpåverkan samt Ett rikt växt- och djurliv. Genom export och utnyttjande av utländsk arbetskraft bidrar den svenska skogssektorn till konsumtion av trävaror utomlands och ekonomiskt välbefinnande i mindre utvecklade länder genom löner till anställda inom de gröna sektorerna. Informationen är begränsad för indikatorer knutna till renskötsel och kulturella värden. Tillgängliga data tyder på att skadorna på kulturlämningar i skogen minskar. Vi rekommenderar en löpande uppföljning av kultur- och bevarandevärden i de svenska skogarna för att ytterligare förbättra möjligheterna att följa upp de sociala och ekologiska hållbarhetskriterierna i miljömålssystemet.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.051 | 0.007 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".