Den historiska utvecklingen av skogslagstiftning i Sverige : en rättslig analys
Bibliographic record
Abstract
Sverige har en lång tradition av skoglig lagstiftning. Den skogliga lagstiftningen har kontinuerligt omformulerats i takt med förändrade samhällsbehov och skiftade synsätt på skogens värde och funktion. Den första sammanhållna nationella skogsvårdslagen stiftades år 1903 och utgöra en normativ referenspunkt för det rättsliga ramverket i efterföljande skogsvårdslagar. Vår uppsats analyserar och jämför utvecklingen av svensk skogslagstiftning. Undersökningen gjordes på skogsvårdslagarna som stiftades år 1903, 1923, 1948, 1979 och 1993 samt skogsordningen från 1734 års lag för att ge ett bredare skogshistoriskt perspektiv. Studien använde tre metodologiska angreppssätt: rättsdogmatisk metod, rättshistorisk metod samt juridisk komparativ metod. Vi belyste att skogslagstiftning har tenderat att utgå från två olika styrningsmodeller. En mer restriktiv med detaljreglering och en annan som bygger mer på målsättning och rådgivning. Vi kom fram till att flera av lagarna som uppstått under sagd tid har haft sina styrkor och svagheter, vissa lagar hade till och med motsatt effekt från vad den eftersträvade. Denna uppsats bidrar med insikter som belyser hur skogslagstiftningen har påverkat skogsbrukets utveckling över tid och ger en grund för att analysera framtida juridiska och politiska vägval inom området.
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 | 0.004 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.003 | 0.005 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.022 | 0.003 |
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".