Recherche d’articles
Nous suivrons les lignes directrices pour les examens systématiques en gestion environnementale V.5.0, publiées par la collaboration pour les preuves environnementales . Nous avons également complété le protocole par un formulaire ROSES (fichier supplémentaire 1) . Nous utiliserons une stratégie de recherche complète et rechercherons la littérature pertinente dans un large et diversifié éventail de bases de données bibliographiques.
-
Base de données CABI de la science forestière (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).
Nous rechercherons également des articles en utilisant deux moteurs de recherche, Google Scholar (https://scholar.google.com) et BASE (https://www.base-search.net). En outre, nous rechercherons des articles dans un site Web spécialisé, U.S. Forest Service (https://www.fs.usda.gov).
Le travail de cadrage a révélé que relativement peu d’études peuvent être trouvées lorsque des termes spécifiques pertinents aux composantes de la question d’étude sont utilisés. Cela provenait de l’utilisation incohérente du vocabulaire parmi les chercheurs lorsqu’ils décrivent le CCF et les méthodes de récolte associées, plutôt que d’un manque de littérature pertinente. Ce problème a probablement amené les chercheurs et autres parties intéressées à sous-estimer la quantité de recherches effectuées sur ce sujet. Nous avons donc effectué une recherche systématique des termes relatifs au CCF et aux méthodes de récolte associées. Nous avons systématiquement extrait tous les termes pertinents utilisés dans les articles qui ont examiné la terminologie . Nous avons ainsi obtenu 64 termes uniques (fichier additionnel 2). La plupart de ces termes étaient composés de plusieurs mots, le premier mot indiquant un type de coupe ou de gestion et le dernier mot précisant qu’il s’agit de foresterie (c’est-à-dire coupe de sélection, récolte de sélection, abattage de sélection, etc.) Pour raccourcir et simplifier la chaîne de recherche, nous avons testé individuellement différents termes et supprimé ceux qui ne fournissaient pas de résultats supplémentaires. Certains termes généraux (par exemple, gestion alternative, orientée vers la nature, gestion des écosystèmes, etc.) ont donné lieu à un grand nombre d’articles sans rapport avec le sujet traité. Nous avons complété ces termes par des termes spécifiques à la gestion forestière (par ex. sylviculture alternative, récolte alternative, etc.) afin de nous assurer que la littérature pertinente n’était pas exclue. Nous avons ainsi obtenu un total de 78 termes pour l’intervention. Pour la même raison, nous limiterons notre recherche aux catégories de sujets pertinents pour la forêt dans le Web of Science (WoS) et aux domaines de recherche dans Scopus (Tableau 1). Nous compléterons ensuite ces termes avec des termes pertinents pour le comparateur, c’est-à-dire la coupe à blanc.
Nous ne limiterons pas la recherche à la forêt boréale ou tempérée (population) pour nous assurer que des études pertinentes ne seront pas exclues. Nous ne limiterons pas non plus la recherche aux études pertinentes pour la biodiversité (résultats) car il est très difficile d’avoir une chaîne de recherche exhaustive sur la biodiversité. Cette approche augmente la charge de travail mais maximise les chances de trouver toutes les études pertinentes sur la biodiversité. Nous chercherons dans les titres, les résumés et les mots-clés. Après le filtrage, les termes nouvellement découverts seront utilisés pour effectuer une autre recherche. Pour évaluer l’exhaustivité de la recherche, nous utiliserons les articles suivants comme points de référence : . Nous utiliserons la chaîne de recherche suivante :
(((forêt* OU bois* OU arbre* OU bois*) AND
(« aggregat* cut* » OU « agrégat* récolte* » OR « coupe agrégée* » OU « exploitation agrégée* » OU « alternative* coupe* » OU « alternative* abattage* » OU « alternative* harvest* » (récolte alternative) OU « alternative* sylvicole* » OU « solution de rechange à l’abattage à blanc ». OU « alternative* à l’abattage à blanc* ». OU « alternative* à l’âge pair* » OU « retour* à la nature* » OU « checker* »OU « proche* de la nature* » OU « bon* sens* » OU « couverture* continue* » OU « forêt* continue* » OU « dauerwald* » OU « diversité* orientée* ». OU « écoforesterie* » OU « sylviculture* écologique* » OU « sylviculture* écologique* ». OU « gestion de l’écosystème* » OU « gap* cut* » OU « coupe à blanc* » OU « abattage à blanc* » OU « écart* récolte* » OU « gap* manag* » OU « écart* sélectionner* » OU « gap* silvicultur* » OU « holistique* » OU « structure irrégulière* » OU « irrégulier* » OU « forme en J* » OU « faible* impact* » OU « multi-âge* » OU « multiage* » OU « multi* cohortes OU « multicohorte* » OU « multi-objectifs* ». OU « multi-objectifs* ». OU « base de perturbations naturelles OU « base de la nature OU « nature* orientée OU « proche* de* la* nature OU « nouvelle* sylviculture* » OU « nouvelle* perspective* ». OU « coupe partielle* » OU « récolte partielle* » OU « coupe parcellaire* » OU « coupe* parcellaire* » OU « récolte parcellaire* » OU « abattage* parcellaire » OU « forêt* permanente » OU « plenter* » OU « polycyclique* » OU « impact* positif* » OU « impact* réduit* » OU « forêt* de* restauration OU « coupe sélective* » OU « abattage* sélectif OU « select* harvest* » (récolte sélective) OU « sélectionner* l’exploitation* forestière OU « sélectionner* gestion* » OU « sélectionner* la sylviculture* ». OU « arbre unique* » OU « contrôle* du peuplement* » OU « bande* » OU « sylviculture* durable* » OU « sylviculture* systémique* ». OU « systémique* » OU « diamètre* cible* » OU « âge* inégal* » OU « taille* irrégulière* » OU « faible* impact* » OU « bon* sens* » OU « dispers* coupé* » OU « dispersé* tombé* » OU « dispers* récolte* » OU « dispers* silviculture* ») AND
(« âge pair* » OU « coupe à blanc* » OU « coupe à blanc* » OU « abattage à blanc* » OU « coupe à blanc* » OU « coupe à blanc* » OU « forêt plantée* » OU « plantation* » OU « monoculture* »)))
Cette chaîne de recherche est formatée pour WoS et Scopus. Pour une utilisation dans WoS ‘TS =’, et dans Scopus ‘TITLE-ABS-KEY’ est ajouté au début de la chaîne de recherche.
Les services autres que WoS et Scopus sont limités dans leurs fonctionnalités (par exemple la longueur de la chaîne de recherche, pas d’exportation de références). Par conséquent, nous utiliserons une stratégie de recherche simplifiée lors de l’utilisation de ces autres services. Nous utiliserons les termes de recherche les plus courants et les plus pertinents liés au CCF (tableau 2A). Nous rechercherons chaque terme du CCF individuellement ou, lorsque l’utilisation d’opérateurs booléens est possible, nous combinerons la recherche avec tous les termes pertinents (Tableau 2A et B). Nous examinerons les 200 premiers articles (triés par pertinence lorsque cela est possible) fournis par chaque recherche. Nous rechercherons ces termes dans le titre, le résumé, les mots-clés ou n’importe où dans l’article, selon la capacité du service. Les détails de ces recherches ainsi que les changements ou ajouts éventuels de bases de données bibliographiques, de moteurs de recherche et de termes seront enregistrés. Les restrictions appliquées au type de document seront enregistrées et signalées dans la revue. Les listes de référence des revues pertinentes et de toutes les études éligibles seront également systématiquement passées au crible.
Mise à jour de la recherche
Une fois l’extraction initiale des données effectuée, avant la synthèse des données, une mise à jour de la recherche sera effectuée dans Web of Science et Scopus. Cette recherche sera limitée au départ de la recherche initiale. Les nouveaux articles seront filtrés et évalués comme précédemment.
Criblage des articles et critères d’éligibilité des études
Processus de filtrage
Tous les résultats des recherches seront ajoutés à une bibliothèque EndNote et les doublons seront supprimés. Les études seront d’abord sélectionnées en évaluant le titre. Lorsque le titre indique que des comparaisons pertinentes sont potentiellement effectuées, l’article sera considéré comme pertinent. Si le titre ne donne pas de réponse claire, la pertinence du résumé sera examinée. Toute étude dans laquelle le titre ou le résumé indique qu’une comparaison pertinente aurait pu être faite sera soumise à un examen en texte intégral. En cas d’incertitude, nous inclurons l’étude et évaluerons sa pertinence de manière critique en lisant le texte intégral. Un deuxième examinateur évaluera indépendamment un sous-ensemble d’études de chaque étape de sélection. En cas de désaccord sur la pertinence de l’étude, des discussions seront organisées pour parvenir à une décision consensuelle. Une liste des études rejetées avec les raisons de leur exclusion de l’évaluation du texte intégral sera fournie dans un fichier supplémentaire.
Critères d’admissibilité
La littérature évaluée par les pairs et la littérature grise seront prises en compte. Pour être incluse, une étude doit répondre aux critères suivants :
Populations éligibles : Forêts des zones de végétation boréale et tempérée.
Intervention admissible : Systèmes de gestion qui maintiennent toujours le couvert forestier et utilisent la récolte partielle (sélection) pour maintenir au moins deux classes d’âge d’arbres de production. La récolte partielle peut être divisée en deux groupes principaux ; la récolte par groupe et la récolte par arbre unique. La récolte par groupe, également appelée récolte par trouée ou récolte par parcelle, est une méthode de récolte où des groupes d’arbres plus ou moins importants sont récoltés pendant l’abattage. Lors de la récolte par arbre unique, les arbres sont choisis individuellement pour être abattus, ce qui réduit la probabilité de créer de grandes ouvertures dans la canopée. Les deux coupes sont utilisées pour atteindre ou maintenir une structure d’âge/taille de peuplement souhaitable (c’est-à-dire la courbe de diamètre en forme de « J » avec la plupart des petits arbres et un nombre décroissant de grands arbres).
La récolte sera considérée comme partielle lorsque > 30% des arbres (sur la base de la mesure rapportée, par exemple la surface terrière, le volume, la biomasse, le couvert végétal, la densité des tiges) sont laissés après la récolte de production. Ce seuil est subjectif mais pas arbitraire car il est dérivé de la recherche documentaire, le seuil ayant été décidément choisi en opposition à la foresterie de rétention. Le seuil sera interprété de manière rigide. Les coupes forestières de rétention ou les coupes progressives laissent généralement < 30% du volume non récolté et ne donnent pas souvent lieu à des structures multi-âges tout au long du développement du peuplement. Nous inclurons également les études décrites comme de la foresterie de rétention ou des coupes progressives à condition que >30% des arbres soient conservés après la récolte et qu’au moins deux classes d’âge soient atteintes.
En principe, les comparaisons avec le CC devraient être faites entre des peuplements qui ont déjà une structure irrégulière et qui sont ensuite partiellement coupés. C’est souvent le cas dans les études d’observation. Cependant, les expériences commencent généralement par une coupe partielle dans la forêt équienne avec l’intention de les convertir en forêt inéquienne. Si tel est le cas, nous enregistrerons cette information en tant que méta-données et la prendrons en compte lors de l’analyse (c’est-à-dire l’état de la forêt avant le traitement en tant que modérateur). Puisque les effets de la coupe sur les espèces ne dépendent pas de l’intention de la coupe (si les arbres laissés seront ou non récoltés à l’avenir), nous considérerons toutes les études qui comparent la coupe à blanc à la coupe partielle qui répondent aux critères d’éligibilité décrits.
Comparateur éligible : Coupe à blanc, peuplement complet récolté, pas plus de 5% d’arbres conservés (selon la mesure rapportée). Le seuil sera interprété de manière rigide.
Résultats admissibles : Les études portant sur les plantes, les animaux et les champignons. Mesures de la biodiversité les plus couramment rapportées qui peuvent être utilisées pour la méta-analyse ; richesse et abondance des espèces à l’échelle du peuplement. D’autres mesures importantes de la biodiversité (par exemple, la composition des communautés, les indices de diversité, la présence d’espèces de l’intérieur de la forêt ou d’espèces rares) seront incluses dans la partie narrative de la revue.
Type de conception d’étude admissible : Études primaires expérimentales et observationnelles (par exemple, chronoséquence) sur le terrain. Nous considérerons les conceptions d’études avant/après ou de contrôle/intervention et leur combinaison. Les études de simulation de modèles, les compilations de recherches secondaires et les examens ne seront pas inclus.
Langue : Texte intégral rédigé en anglais.
Évaluation de la validité de l’étude
Les études qui répondent aux critères d’admissibilité seront soumises à une évaluation critique. Nous évaluerons leur clarté et leur susceptibilité aux biais et nous classerons les études comme ayant une validité élevée ou faible (c’est-à-dire un risque de biais faible ou élevé) par rapport à la question de l’examen. Nous évaluerons toutes les formes de risque de biais . Les études qui présentent l’une des limitations suivantes seront considérées comme ayant une faible validité et seront exclues.
-
Aucune réplication des interventions.
-
Les sites d’intervention (CCF) et de comparaison (CC) ne sont pas bien appariés (par exemple, sites significativement différents avant la récolte).
-
Facteurs de confusion substantiels présents (par exemple, traitements effectués à des moments significativement différents). Ou des traitements supplémentaires effectués au CCF et pas sur les sites CC qui ne sont pas des aspects communément associés à chaque approche sylvicole respective (par exemple, des différences dans le pâturage, le brûlage).
-
Indication que les résultats dans les sites CCF vs CC ont été mesurés avec une méthodologie introduisant potentiellement des biais, différemment ou à des moments significativement différents.
-
Certains sites ont été exclus de l’étude après le traitement (par ex.par exemple, perturbation inattendue dans les sites CCF mais pas dans les sites CC, temps insuffisant pour le travail sur le terrain).
-
Pas de rapport ou rapport partiel des mesures indiquées dans les méthodes.
Les deux premières conditions traitent de la susceptibilité au biais de sélection, la troisième du biais de performance, la quatrième du biais de détection, la cinquième du biais d’attrition et la sixième du biais de rapport, selon les directives CEE . D’autres types de risque de biais non classables dans les catégories ci-dessus (par exemple, la source de financement) seront également pris en compte.
Les études seront également exclues si les informations concernant ces questions ne sont pas claires et que la validité de l’étude ne peut être évaluée. Plus précisément, nous exclurons également les études en raison des éléments suivants :
-
Méthodologie insuffisamment décrite.
-
Données impossibles à interpréter.
Les études qui ne présentent aucune de ces limitations seront considérées comme ayant une validité élevée et incluses dans la revue.
Le processus d’évaluation critique sera documenté de manière transparente. Une liste des articles exclus, y compris les raisons de l’exclusion, sera enregistrée et présentée dans un dossier supplémentaire. La qualité et la généralisation des études seront évaluées par un seul examinateur. Les cas douteux seront discutés au sein de l’équipe de révision. Des critères supplémentaires ou une modification pour l’évaluation critique seront effectués si nécessaire et documentés.
Stratégie de codage et d’extraction des données
Les données sur la richesse et l’abondance des espèces seront extraites des tableaux. Ces données comprendront les moyennes, une mesure de variation (écart type, erreur type, intervalle de confiance, etc.) et la taille de l’échantillon. Toutes les mesures de variation seront converties en écart-type. Si les données ne sont pas présentées dans des tableaux mais dans des figures, nous contacterons l’auteur correspondant et lui demanderons les données. Si les auteurs ne fournissent pas les données, nous les extrairons des figures en utilisant WebPlotDigitizer . Les auteurs seront également contactés si les données pertinentes ne sont pas présentées mais sont susceptibles d’être disponibles (c’est-à-dire utilisées pour une analyse plus poussée). Si les données brutes sont fournies, les données de synthèse nécessaires seront calculées. Lorsque les données ne peuvent pas être extraites de l’article et que les auteurs ne les fournissent pas, nous utiliserons l’étude dans la partie qualitative de la revue.
Les études qui ne rapportent pas la richesse et/ou l’abondance des espèces mais qui rapportent d’autres types d’évaluation de la biodiversité (par exemple, la composition de la communauté, les indices de diversité, la présence d’espèces de l’intérieur de la forêt ou d’espèces rares) seront également utilisées dans la partie qualitative de la revue. De ces études, le texte décrivant la comparaison pertinente sera extrait et stocké dans une feuille de calcul.
Si possible, les espèces seront séparées en forêt, habitat ouvert et espèces généralistes. Il s’agit d’un aspect essentiel lors de l’évaluation de l’adéquation de l’habitat et de l’interprétation des effets de la gestion sur la biodiversité.
En cas d’incertitude concernant les méta-données rapportées ou les données dans les articles, nous contacterons les auteurs correspondants pour obtenir des éclaircissements. Si les auteurs ne répondent pas, ou ne peuvent pas fournir d’explication suffisante pour les questions soulevées, le document ne sera pas utilisé dans la revue. Ce processus sera documenté et présenté dans un fichier supplémentaire.
Les méta-données associées ainsi que les modificateurs d’effet potentiels seront extraits et codés comme suit .
-
Identification unique de l’étude
-
Source
-
Base de données bibliographique (1-7)
-
Moteur de recherche (1, 2)
-
Site web spécialisé
-
….
-
-
Auteur(s)
-
Année
-
Titre
-
Journal
…
-
DOI
-
Inclusion/exclusion (selon les critères d’éligibilité)
-
Exclu (validité faible ou description peu claire)
- . validité ou description peu claire)
-
Inclus (validité élevée)
-
-
Raison de l’exclusion (biais type)
-
Type d’étude
-
Observationnelle
-
Expérimentation
-
…
-
-
% de coupe sur la base
-
Volume
-
Surface basale
-
Couverture de la couronne
-
Nombre de tiges
-
…
-
-
Variance rapportée
-
Non
-
Oui
-
-
Partie d’une grande expérience
-
Non
-
Si oui, alors nom de l’expérience
.
-
-
Contrôle disponible
-
Non
-
Oui
-
-
Biome (tempéré ou boréal)
.
-
Coordonnées du lieu
-
Description du lieu (contexte paysager)
-
Pays
-
Élévation
-
Climat
-
Type de forêt
-
Moment après traitement où l’étude a été faite
-
Composition des espèces d’arbres
-
Échelle spatiale (peuplement ou paysage)
-
État de la forêt avant la coupe
-
Age de la forêt avant la coupe
-
Année de la coupe
-
Interventions (détails sur la récolte)
-
Exploitation forestière CC (% d’arbres conservés)
-
Type d’exploitation forestière CCF (par ex.g. groupe ou arbre unique)
-
Renlèvement %
-
Type d’exploitation CCF2 (généralement plusieurs types de coupes partielles sont effectuées)
-
Renlèvement %
-
Type de méthodologie d’échantillonnage utilisée
.
.coupe
Ces données seront disponibles dans un fichier supplémentaire. Le réviseur principal extraira les données et méta-données et enregistrera le processus de manière transparente selon la stratégie. Un second évaluateur vérifiera les données extraites et des modifications seront apportées si nécessaire.
Modificateurs d’effet potentiels et raisons de l’hétérogénéité
Selon la disponibilité des données fournies dans les articles, nous extrairons divers modificateurs d’effet potentiels selon la liste ci-dessus. Ces modificateurs ont été choisis parce qu’ils ont des effets potentiels sur la façon dont la récolte influence la biodiversité. La liste n’est pas exhaustive, et d’autres modificateurs d’effet et causes d’hétérogénéité seront pris en compte au cours du processus d’examen.
Synthèse et présentation des données
Une synthèse narrative de toutes les études incluses qui décrit la qualité des résultats et des conclusions de l’étude sera rédigée. Des tableaux avec des résultats résumés seront préparés. Le travail de scoping indique que suffisamment de données seront disponibles pour effectuer également une analyse quantitative. Pour cela, nous suivrons les directives et les recommandations de la littérature.
La différence moyenne standardisée sous la forme du g de Hedges sera calculée avec les estimations de variance correspondantes pour la richesse et l’abondance des espèces. Si les études incluses ne rapportent pas d’estimations de variance, mais que la part de ces études n’est pas trop importante (< 20%), nous imputerons les valeurs manquantes . Les méthodes d’imputation dépendront des caractéristiques des données manquantes.
Bien que les détails exacts de l’analyse quantitative dépendent des données extraites, nous proposons une stratégie complète de synthèse et de présentation. Les tailles d’effet seront explorées à l’aide de diverses méthodes, notamment les modèles à effets aléatoires, l’analyse des sous-groupes et la méta-régression. En raison de la nature du sujet de l’étude, de nombreuses tailles d’effet seront non indépendantes. Les données de nombreuses espèces sur de nombreuses années sont généralement collectées pendant les observations ou après les expériences. Pour en tenir compte, nous inclurons une étude comme variable aléatoire dans les modèles. L’effet de différents modérateurs sera testé pour déterminer ce qui explique le mieux les schémas observés (par exemple, l’hétérogénéité) dans les données. En général, nous inclurons un modérateur si au moins dix tailles d’effet par groupe sont disponibles. La corrélation entre les modérateurs (c’est-à-dire la multicollinéarité) sera également prise en compte.
Pour explorer l’hétérogénéité (incohérence entre les études), nous analyserons également les tailles d’effet de différents sous-ensembles de données (c’est-à-dire les groupes taxonomiques, le type de forêt et les groupes de préférence d’habitat si possible). Bien que cela soit similaire à la méta-régression, cela permet d’évaluer l’hétérogénéité et de calculer différentes statistiques d’hétérogénéité, (τ2, Q et I2) pour différents groupes d’intérêt.
Le contexte paysager, le temps après le traitement, le type de forêt et d’autres modificateurs d’effet devraient avoir une influence significative sur les résultats et expliqueront probablement des aspects importants des effets. Par conséquent, nous allons explorer l’influence de divers modificateurs d’effet et documenter ce processus. Les résultats seront présentés dans des tableaux et des figures.
Il n’y a pas de « meilleure » façon d’estimer la robustesse des résultats et une variété de méthodes devrait être utilisée . Nous effectuerons une analyse de sensibilité en utilisant plusieurs méthodes, notamment la méta-analyse leave-one-out, l’exécution de l’analyse avec et sans études influentes (tailles d’effet), l’exécution de modèles avec et sans non-indépendance et la comparaison des statistiques d’ajustement des modèles. Si l’imputation des données est effectuée, nous réaliserons et rapporterons l’analyse séparément pour toutes les données, pour les données excluant les études avec des données imputées, et pour toutes les données utilisant une méta-analyse non pondérée. Cela fera également partie de l’analyse de sensibilité. Nous évaluerons le risque de biais de publication à l’aide d’un N à sécurité intégrée et de diagrammes en entonnoir utilisant la fonction trim and fill. Les lacunes importantes dans les connaissances seront décrites et discutées en termes de besoins futurs de recherche.