Søgning efter artikler
Vi vil følge retningslinjerne for systematiske oversigter i miljøforvaltning V.5.0, udstedt af samarbejdet for miljøvidenskab . Vi har også suppleret protokollen med en ROSES-formular (Additional file 1) . Vi vil anvende en omfattende søgestrategi og søge efter relevant litteratur fra en forskelligartet og bred vifte af bibliografiske databaser.
-
CABI database of forest science (http://www.cabi.org/forestscience/).
-
Directory of Open Access Journals (https://doaj.org/).
-
OpenGrey (http://www.opengrey.eu).
-
PQDT Open (https://pqdtopen.proquest.com/).
-
Scopus (https://www.scopus.com/).
-
Web of Science Core Collection (http://apps.webofknowledge.com).
-
Zenodo (https://zenodo.org).
Vi vil også søge efter artikler ved hjælp af to søgemaskiner, nemlig Google Scholar (https://scholar.google.com) og BASE (https://www.base-search.net). Desuden vil vi søge efter artikler på et specialiseret websted, U.S. Forest Service (https://www.fs.usda.gov).
Det fremgår af af afgrænsningsarbejdet, at der kan findes relativt få undersøgelser, når der anvendes specifikke termer, der er relevante for undersøgelsesspørgsmålets komponenter. Dette skyldtes forskernes inkonsekvente brug af ordforråd, når de beskrev CCF og tilhørende høstmetoder, snarere end mangel på relevant litteratur. Dette problem har sandsynligvis fået forskere og andre interesserede parter til at undervurdere omfanget af den forskning, der er udført om dette emne. Vi foretog derfor en systematisk søgning efter termer vedrørende CCF og tilhørende høstmetoder. Vi udtog systematisk alle relevante termer, der er anvendt i artikler, som har gennemgået terminologien . Dette resulterede i 64 unikke termer (Additional file 2). De fleste af disse termer bestod af flere ord, hvor det første ord angiver en hugst- eller forvaltningstype, og det sidste ord angiver, at der er tale om skovbrug (f.eks. selektionshugst, selektionshøst, selektionshugst osv.). For at forkorte og forenkle søgestrengen testede vi individuelt forskellige termer og fjernede termer, som ikke gav yderligere resultater. Nogle generelle termer (f.eks. alternativ forvaltning, naturorienteret, økosystemforvaltning osv.) resulterede i et stort antal artikler uden relevans for det behandlede emne. Vi supplerede disse termer med skovforvaltningsspecifikke termer (f.eks. alternativ skovdrift, alternativ høst osv.) for at sikre, at relevant litteratur ikke blev udelukket. Dette resulterede i i alt 78 termer for interventionen. Af samme grund vil vi begrænse vores søgning til skovrelevante emnekategorier i Web of Science (WoS) og forskningsområder i Scopus (tabel 1). Vi vil derefter supplere disse termer med termer, der er relevante for komparatoren, dvs. rydning.
Vi vil ikke begrænse søgningen til den boreale eller tempererede skov (population) for at sikre, at relevante undersøgelser ikke udelukkes. Vi vil heller ikke begrænse søgningen til biodiversitetsrelevante undersøgelser (outcome), da det er meget vanskeligt at have en altomfattende biodiversitetssøgestreng. Denne fremgangsmåde øger arbejdsbyrden, men maksimerer chancerne for at finde alle relevante biodiversitetsundersøgelser. Vi vil søge i titler, resuméer og nøgleord. Efter screening vil nyopdagede termer blive brugt til at foretage en ny søgning. For at vurdere, hvor omfattende søgningen er, vil vi bruge følgende artikler som benchmark: . Vi anvender følgende søgestreng:
((((forest* OR timber* OR wood* OR tree* OR wood*) AND
(“aggregat* cut*” OR “aggregat* høst*” OR “aggregat* skovhugst*” OR “alternativ* hugst*” OR “alternativ* fældning*” OR “alternative* høst*” OR “alternative* silvicult*” ELLER “alternativ* til rydning* fældning*” ELLER “alternativ* til rydningshugst*” OR “alternative* to even age*” OR “alternative* to even age*” ELLER “tilbage* til naturen*” OR “checker*”OR “tæt* på naturen*” OR “close* to nature*” ELLER “sund* fornuft*” ELLER “kontinuerlig* dækning*” ELLER “sammenhængende* skov*” ELLER “dauerwald*” ELLER “mangfoldighed* orient*” ELLER “økoforestry*” ELLER “økologisk* skovbrug*” ELLER “økologisk* skovbrug*” ELLER “økologisk* skovbrug*” OR “ecosystem* manag*” OR “gap* cut*” OR “gap* fell*” OR “gap* harvest*” OR “gap* manag*” ELLER “gap* select*” OR “gap* silvicultur*” ELLER “holistisk*” ELLER “uregelmæssig* struktur*” ELLER “uregelmæssig*” OR “J form*” ELLER “lav* påvirkning*” ELLER “multi* alder*” ELLER “multiage*” ELLER “multi* kohorte*” ELLER “multicohort*” ELLER “multi* formål*” ELLER “multipurpose*” ELLER “naturlig* forstyrrelse* basis*” OR “nature* base*” OR “natur* orient*” ELLER “nær* naturlig*” ELLER “nyt* skovbrug*” ELLER “nyt* perspektiv*” ELLER “delvis* afskæring*” ELLER “delvis* høst*” OR “patch* cut*” OR “patch* cut*” ELLER “patch* fældning*” OR “patch* harvest*” OR “patch* harvest*” ELLER “patch* logging*” ELLER “permanent* skov*” OR “plenter*” OR “polycyklisk*” ELLER “positiv* indvirkning*” ELLER “reduceret* påvirkning*” ELLER “genopretning* af skov*” ELLER “select* cut*” ELLER “udvælge* fældning*” ELLER “vælg* høst*” ELLER “vælg* skovhugst*” ELLER “select* manag*” OR “select* silvicultur*” OR “single* tree*” ELLER “kontrol* af bestanden*” ELLER “strip*” ELLER “bæredygtigt* skovbrug*” ELLER “systemisk* skovbrug*” ELLER “systemisk*” ELLER “mål* diameter*” ELLER “ujævn* alder*” ELLER “ujævn* størrelse*” ELLER “lav* påvirkning*” ELLER “sund* fornuft*” ELLER “spredt* skæring*” ELLER “dispers* faldt*” ELLER “dispers* høst*” OR “dispers* silvicultur*”) AND
(“even age*” OR “clearcut*” OR “clear* cut*” OR “clear* fell*” OR “clearfell*” OR “planted* forest*” OR “plantation*” OR “monoculture*”))))
Denne søgestreng er formateret til WoS og Scopus. Til brug i WoS er “TS =”, og i Scopus er “TITLE-ABS-KEY” tilføjet i begyndelsen af søgestrengen.
Den funktionalitet af andre tjenester end WoS og Scopus er begrænset (f.eks. søgestrengenes længde, ingen referenceeksport). Derfor vil vi bruge en forenklet søgestrategi, når vi bruger disse andre tjenester. Vi vil anvende de mest almindelige og relevante søgetermer i forbindelse med CCF (tabel 2A). Vi vil søge med hvert enkelt CCF-udtryk for sig eller, når det er muligt at anvende boolske operatorer, kombinere søgningen med alle relevante udtryk (tabel 2A og B). Vi vil screene de første 200 artikler (sorteret efter relevans, hvis det er muligt), der er angivet i hver søgning. Vi vil søge efter disse termer i titlen, resuméet, nøgleord eller et hvilket som helst sted i artiklen, afhængigt af tjenestens muligheder. Detaljerne i disse søgninger samt eventuelle ændringer eller tilføjelser af bibliografiske databaser, søgemaskiner og termer vil blive registreret. Anvendte dokumenttypebegrænsninger vil blive registreret og rapporteret i gennemgangen. Referencelister over relevante oversigter og alle støtteberettigede undersøgelser vil også blive systematisk screenet.
Søgeopdatering
Når den indledende dataekstraktion er udført, vil der før datasyntesen blive foretaget en søgeopdatering i Web of Science og Scopus. Denne søgning vil være begrænset til at starte fra den oprindelige søgning. Nye artikler vil blive screenet og evalueret som tidligere.
Artikelscreening og kriterier for studiestøtteberettigelse
Screeningproces
Alle resultater fra søgninger vil blive tilføjet til et EndNote-bibliotek, og dubletter vil blive fjernet. Undersøgelser vil først blive screenet ved at vurdere titlen. Når det fremgår af titlen, at der potentielt kan foretages relevante sammenligninger, vil artiklen blive betragtet som relevant. Hvis titlen ikke giver et klart svar, screenes resuméet for relevans. Alle undersøgelser, hvor titlen eller resuméet viser, at der kunne have været foretaget relevante sammenligninger, vil blive screenet i fuldtekst. I tilfælde af usikkerhed vil vi medtage undersøgelsen og foretage en kritisk vurdering af egnetheden ved at læse den fulde tekst. En anden bedømmer uafhængigt af hinanden en delmængde af undersøgelser fra hver screeningsfase. Hvis der opstår uenighed om undersøgelsernes relevans, vil der blive ført drøftelser for at nå frem til en konsensusbeslutning. En liste over afviste undersøgelser med begrundelse for udelukkelse fra vurderingen af fuldteksten vil blive forelagt i en ekstra fil.
Kriterier for støtteberettigelse
Både peer-reviewed og grå litteratur vil blive taget i betragtning. For at blive medtaget skal en undersøgelse opfylde følgende kriterier:
Endemålspopulationer: Skove i de boreale og tempererede vegetationszoner.
Endnu en intervention, der kan komme i betragtning: Forvaltningssystemer, der altid opretholder trædække og anvender delvis (selektions)høst for at opretholde mindst to aldersklasser af produktionstræer. Delvis høst kan opdeles i to hovedgrupper; gruppehøst og høst af enkelte træer. Gruppefældning, også kaldet høst af huller eller plethøst, er en høstmetode, hvor mindre eller større grupper af træer høstes under fældningen. Ved udvælgelseshøst af enkelttræer udvælges træer til fældning individuelt, og der skabes mindre sandsynligt større åbninger i kronetaget. Begge fældninger bruges til at opnå eller opretholde en ønskelig alders-/størrelsesstruktur i bestanden (dvs. den J-formede diameterkurve med flest små træer og et faldende antal store træer).
Høsten betragtes som delvis, når > 30 % af træerne (baseret på indberettede mål, f.eks. grundareal, volumen, biomasse, kronedække, stamtæthed) er tilbage efter produktionshøst. Denne tærskel er subjektiv, men ikke vilkårlig, da den er afledt af litteraturundersøgelser, hvor tærsklen er valgt decideret i modsætning til bevaringsskovbrug. Tærsklen vil blive fortolket strengt. Ved skovbrug med tilbageholdelse af træer eller skovning i læhegn efterlades typisk < 30 % af volumenet uhøstet og resulterer ofte ikke i fleraldrende strukturer i hele bevoksningens udvikling. Vi vil også medtage undersøgelser, der beskrives som retentions- eller shelterwood-skovbrug, forudsat at > 30 % af træerne bevares efter hugst, og at der opnås mindst to aldersklasser.
Ideelt bør sammenligninger med CC foretages mellem bevoksninger, der allerede har en ujævn aldersstruktur, og som derefter delvist fældes. Dette er ofte tilfældet i observationsundersøgelser. Forsøg starter imidlertid typisk med en delvis hugst i den jævnaldrende skov med henblik på at omlægge dem til den ujævnaldrende skov. Hvis det er tilfældet, vil vi registrere disse oplysninger som metadata og tage hensyn til dem under analysen (dvs. skovens tilstand før behandlingen som moderator). Da virkningerne af hugst på arter ikke er afhængige af hensigten med hugsten (om de træer, der er tilbage, vil blive fældet eller ej i fremtiden), vil vi tage hensyn til alle undersøgelser, der sammenligner rydning med delvis hugst, og som opfylder de beskrevne kriterier for støtteberettigelse.
Støtteberettiget komparator: Rydning, fuld bevoksning fældet, ikke mere end 5 % træer tilbage (baseret på den indberettede foranstaltning). Tærsklen vil blive fortolket strengt.
Tilskudsberettigede resultater: Undersøgelser, der omhandler planter, dyr og svampe. De mest almindeligt indberettede mål for biodiversitet, der kan anvendes til metaanalyse; artsrigdom og artsoverflod på bestandsskala. Andre vigtige mål for biodiversitet (f.eks. samfundssammensætning, diversitetsindekser, tilstedeværelsen af skovinterne eller sjældne arter) vil blive medtaget i den narrative del af gennemgangen.
Type af undersøgelsesdesign, der kan komme i betragtning: Primære eksperimentelle og observationelle (f.eks. kronosekvens) feltundersøgelser. Vi vil overveje før/efter- eller kontrol/interventionsundersøgelsesdesigns og kombinationer heraf. Modelsimuleringsundersøgelser, sekundære forskningskompilationer og anmeldelser vil ikke blive medtaget.
Sprog: Fuld tekst skrevet på engelsk.
Vurdering af studiets validitet
Studier, der opfylder kriterierne for støtteberettigelse, vil blive underkastet en kritisk vurdering. Vi vil vurdere deres klarhed og modtagelighed for bias og kategorisere studierne som havende høj eller lav validitet (dvs. lav eller høj risiko for bias) i forhold til reviewspørgsmålet. Vi vil vurdere alle former for risiko for bias . Undersøgelser, der har en af følgende begrænsninger, vil blive anset for at have lav validitet og udelukket.
-
Ingen gentagelse af interventioner.
-
Interventions- (CCF) og sammenligningssteder (CC) er ikke godt matchet (f.eks. steder, der er signifikant forskellige før høst).
-
Væsentlige forstyrrende faktorer er til stede (f.eks. behandlinger udført på signifikant forskellige tidspunkter). Eller yderligere behandlinger udført på CCF- og ikke på CC-stederne, som ikke er aspekter, der almindeligvis er forbundet med hver enkelt skovbrugsmetode (f.eks. forskelle i græsning, afbrænding).
-
Angivelse af, at resultaterne på CCF- og CC-stederne blev målt med potentielt skævvridende metodologi, forskelligt eller på væsentligt forskellige tidspunkter.
-
Nogle steder blev udelukket fra undersøgelsen efter behandlingen (f.eks.
-
Ingen eller delvis rapportering af målinger angivet i metoderne.
De to første betingelser omhandler modtagelighed for selektionsbias, den tredje for præstationsbias, den fjerde for detektionsbias, den femte for bortfaldsbias og den sjette for rapporteringsbias, i overensstemmelse med CEE-retningslinjerne . Andre typer af risiko for bias, der ikke kan klassificeres under ovenstående kategorier (f.eks. finansieringskilde), vil også blive taget i betragtning.
Studier vil også blive udelukket, hvis oplysningerne om disse spørgsmål er uklare, og undersøgelsens validitet ikke kan vurderes. Specifikt vil vi også udelukke undersøgelser på grund af følgende:
-
Metodologi er ikke tilstrækkeligt beskrevet.
-
Data kan ikke fortolkes.
Studier, der ikke har nogen af disse begrænsninger, vil blive anset for at have høj validitet og indgå i gennemgangen.
Processen med kritisk vurdering vil blive dokumenteret på en gennemsigtig måde. En liste over ekskluderede artikler, herunder årsagerne til eksklusionen, vil blive registreret og præsenteret i en ekstra fil. Undersøgelsens kvalitet og generaliserbarhed vil blive vurderet af en enkelt bedømmer. Tvivlsomme tilfælde vil blive drøftet i bedømmelsesgruppen. Yderligere kriterier eller ændring af den kritiske vurdering vil blive foretaget om nødvendigt og dokumenteret.
Datakodning og udtrækningsstrategi
Data om artsrigdom og artshyppighed vil blive udtrukket fra tabeller. Disse data vil omfatte gennemsnit, et mål for variation (standardafvigelse, standardfejl, konfidensinterval osv.) og stikprøvestørrelse. Alle variationsmålinger omregnes til standardafvigelse. Hvis data ikke præsenteres i tabeller, men i figurer, vil vi kontakte den tilsvarende forfatter og bede om dataene. Hvis forfatterne ikke leverer dataene, vil vi udtrække dem fra figurerne ved hjælp af WebPlotDigitizer . Forfatterne vil også blive kontaktet, hvis relevante data ikke er præsenteret, men sandsynligvis vil være tilgængelige (dvs. anvendes til mere avancerede analyser). Hvis der foreligger rådata, vil de nødvendige sammenfattende data blive beregnet. Når data ikke kan udtrækkes fra artiklen, og forfatterne ikke leverer dem, vil vi bruge undersøgelsen i den kvalitative del af gennemgangen.
Studier, der ikke rapporterer artsrigdom og/eller -mængde, men som rapporterer andre typer af biodiversitetsvurdering (f.eks. samfundssammensætning, diversitetsindeks, tilstedeværelsen af skovinterne eller sjældne arter), vil også blive brugt i den kvalitative del af gennemgangen. Fra disse undersøgelser vil tekst, der beskriver relevante sammenligninger, blive udtrukket og gemt i et regneark.
Hvis det er muligt, vil arterne blive opdelt i skovarter, arter i åbne habitater og generalistarter. Dette er et centralt aspekt ved vurdering af habitategnethed og fortolkning af forvaltningseffekter på biodiversitet.
I tilfælde af usikkerhed vedrørende rapporterede metadata eller data i artikler vil vi kontakte de tilsvarende forfattere for at få en afklaring. Hvis forfatterne ikke svarer eller ikke kan give en tilstrækkelig forklaring på de rejste spørgsmål, vil artiklen ikke blive anvendt i gennemgangen. Denne proces vil blive dokumenteret og præsenteret i en ekstra fil.
Associerede metadata sammen med potentielle effektmodifikatorer vil blive ekstraheret og kodet på følgende måde.
-
Unique study ID
-
Kilde
-
Bibliografisk database (1-7)
-
Søgemaskine (1, 2)
-
Specialistisk websted
-
…
-
-
Author(s)
-
År
-
Title
-
Journal
-
DOI
-
Inklusion/eksklusion (i henhold til kriterierne for støtteberettigelse)
-
Udelukkes (lav validitet eller uklar beskrivelse)
-
Inkluderet (høj validitet)
-
Regrunde for udelukkelse (bias type)
-
Studietype
-
Observationel
-
Experiment
-
…
-
-
% af snit baseret på
-
Volume
-
Basisareal
-
Kronedække
-
Antal stængler
-
…
-
-
Varians rapporteret
-
Nej
-
Ja
-
-
Del af et stort forsøg
-
Nej
-
Nej
-
Hvis ja, så navn på forsøget
-
-
Kontrol tilgængelig
-
Nej
-
Ja
-
-
Biome (tempereret eller borealt)
-
Lokalitetskoordinater
-
Lokalitetsbeskrivelse (landskabskontekst)
-
Land
-
Højde
-
Klima
-
Skovtype
-
Tidspunkt efter behandling, hvor undersøgelsen blev foretaget
-
Træartssammensætning
-
Spatial skala (bevoksning eller landskab)
-
Pre-skovtilstand før hugst
-
Alder før hugst
-
År for hugst
-
Interventioner (detaljer om hugst)
-
CC-hugst (% af bevarede træer)
-
CCF-hugsttype (f.eks.g. gruppe- eller enkelttræhøst)
-
Fjernelse %
-
Fældningstype CCF2 (der udføres typisk flere typer delhuggninger)
-
Fjernelse %
-
Type af anvendt prøvetagningsmetode
Disse data vil blive gjort tilgængelige i en yderligere fil. Hovedrevisor vil udtrække data og metadata og registrere processen på en gennemsigtig måde i overensstemmelse med strategien. En anden reviewer vil kontrollere de udtrukne data, og der vil om nødvendigt blive foretaget redigeringer.
Potentielle effektmodifikatorer og årsager til heterogenitet
Afhængigt af tilgængeligheden af de data, der er angivet i artiklerne, vil vi udtrække forskellige potentielle effektmodifikatorer i henhold til ovenstående liste. Disse modifikatorer blev valgt, fordi de har potentielle virkninger på, hvordan høst påvirker biodiversiteten. Listen er ikke udtømmende, og andre effektmodifikatorer og årsager til heterogenitet vil blive overvejet i løbet af gennemgangsprocessen.
Datasyntese og præsentation
Der vil blive skrevet en narrativ syntese af alle inkluderede undersøgelser, som beskriver kvaliteten af resultaterne og undersøgelsesresultaterne. Der vil blive udarbejdet tabeller med sammenfattede resultater. Afgrænsningsarbejdet viser, at der vil være tilstrækkelige data til rådighed til også at foretage en kvantitativ analyse. Med henblik herpå vil vi følge retningslinjer og anbefalinger fra litteraturen.
Den standardiserede gennemsnitlige forskel i form af Hedges’ g vil blive beregnet med tilhørende variansestimater for artsrigdom og -hyppighed. Hvis de inkluderede undersøgelser ikke rapporterer variansestimater, men andelen af disse undersøgelser ikke er for stor (< 20 %), vil vi imputere de manglende værdier . Imputeringsmetoderne vil afhænge af de manglende datas karakteristika.
Selv om de nøjagtige detaljer i den kvantitative analyse afhænger af de udtrukne data, foreslår vi en omfattende sammenfatnings- og præsentationsstrategi. Effektstørrelser vil blive undersøgt ved hjælp af forskellige metoder, herunder modeller med tilfældige effekter, subgruppeanalyse og metaregression. På grund af undersøgelsesemnets karakter vil mange effektstørrelser være ikke-uafhængige. Data fra mange arter over mange år er typisk indsamlet under observationer eller efter eksperimenter. For at tage højde for dette vil vi inkludere en undersøgelse som en tilfældig variabel i modellerne. Effekten af forskellige moderatorer vil blive testet for at finde ud af, hvad der bedst forklarer de observerede mønstre (f.eks. heterogenitet) i dataene. Generelt vil vi medtage en moderator, hvis der er mindst ti effektstørrelser pr. gruppe til rådighed. Korrelation mellem moderatorer (dvs. multikollinearitet) vil også blive overvejet.
For at undersøge heterogenitet (inkonsistens mellem undersøgelser) vil vi også analysere effektstørrelserne af forskellige datamængder (dvs. taksonomiske grupper, skovtyper og habitatpræferencegrupper, hvis det er muligt). Selv om dette ligner meta-regression, giver det mulighed for at evaluere heterogenitet og beregne forskellige heterogenitetsstatistikker (τ2, Q og I2) for forskellige interessegrupper.
Landskabskonteksten, tiden efter behandlingen, skovtypen og andre effektmodifikatorer forventes at have en betydelig indflydelse på resultaterne og vil sandsynligvis forklare vigtige aspekter af effekterne. Derfor vil vi undersøge indflydelsen af forskellige effektmodifikatorer og dokumentere denne proces. Resultaterne vil blive præsenteret i tabeller og figurer.
Der findes ikke nogen “bedste” måde at vurdere resultaternes robusthed på, og der bør anvendes en række forskellige metoder . Vi vil udføre følsomhedsanalyser ved hjælp af flere metoder, herunder leave-one-out-metaanalyse, kørsel af analysen med og uden indflydelsesrige undersøgelser (effektstørrelser), kørsel af modeller med og uden ikke-uafhængighed og sammenligning af modeltilpasningsstatistikker. Hvis der foretages dataimputering, vil vi udføre og rapportere analysen separat for alle data, for data eksklusive undersøgelser med imputerede data og for alle data ved hjælp af uvægtet metaanalyse. Dette vil også tjene som en del af følsomhedsanalysen. Vi vil vurdere risikoen for publikationsbias ved hjælp af fail-safe N- og funnel plots ved hjælp af trim and fill-funktionen. Væsentlige videnshuller vil blive beskrevet og diskuteret med hensyn til fremtidige forskningsbehov.