Ricerca di articoli
Seguiremo le linee guida per le revisioni sistematiche nella gestione ambientale V.5.0, pubblicate dalla collaborazione per l’evidenza ambientale. Abbiamo anche integrato il protocollo con un modulo ROSES (file aggiuntivo 1). Useremo una strategia di ricerca completa e cercheremo la letteratura pertinente da una vasta e diversificata gamma di banche dati bibliografiche.
-
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).
Cercheremo anche articoli usando due motori di ricerca, Google Scholar (https://scholar.google.com) e BASE (https://www.base-search.net). Inoltre, cercheremo articoli in un sito web specializzato, U.S. Forest Service (https://www.fs.usda.gov).
Il lavoro di scoping ha rivelato che relativamente pochi studi possono essere trovati quando si usano termini specifici pertinenti ai componenti della domanda di studio. Questo deriva dall’uso incoerente del vocabolario tra i ricercatori quando descrivono la CCF e i metodi di raccolta associati, piuttosto che da una mancanza di letteratura rilevante. Questo problema ha probabilmente fatto sì che i ricercatori e le altre parti interessate sottostimino la quantità di ricerche effettuate su questo argomento. Abbiamo quindi effettuato una ricerca sistematica dei termini relativi alla CCF e ai metodi di raccolta associati. Abbiamo estratto sistematicamente tutti i termini rilevanti utilizzati nei documenti che hanno rivisto la terminologia. Questo ha portato a 64 termini unici (file addizionale 2). La maggior parte di questi termini consisteva di diverse parole, la prima parola indicava un tipo di taglio o di gestione e l’ultima parola specificava che si riferiva alla silvicoltura (cioè taglio di selezione, raccolta di selezione, abbattimento di selezione, ecc.) Per accorciare e semplificare la stringa di ricerca abbiamo testato individualmente diversi termini e rimosso quelli che non fornivano risultati aggiuntivi. Alcuni termini generali (ad esempio gestione alternativa, orientata alla natura, gestione dell’ecosistema, ecc.) hanno prodotto un gran numero di articoli senza rilevanza per l’argomento trattato. Abbiamo integrato questi termini con termini specifici di gestione forestale (ad esempio, selvicoltura alternativa, raccolta alternativa, ecc.) per garantire che la letteratura pertinente non fosse esclusa. Questo ha portato a un totale di 78 termini per l’intervento. Per lo stesso motivo, limiteremo la nostra ricerca alle categorie tematiche rilevanti per le foreste in Web of Science (WoS) e alle aree di ricerca in Scopus (Tabella 1). Abbiamo poi integrato questi termini con termini rilevanti per il comparatore, cioè il taglio netto.
Non limiteremo la ricerca alla foresta boreale o temperata (popolazione) per garantire che gli studi rilevanti non vengano esclusi. Non limiteremo inoltre la ricerca agli studi rilevanti per la biodiversità (risultato) poiché è molto difficile avere una stringa di ricerca onnicomprensiva per la biodiversità. Questo approccio aumenta il carico di lavoro ma massimizza le possibilità di trovare tutti gli studi rilevanti per la biodiversità. Cercheremo all’interno di titoli, abstract e parole chiave. Dopo lo screening, i nuovi termini scoperti saranno utilizzati per eseguire un’altra ricerca. Per valutare la completezza della ricerca, useremo i seguenti articoli come benchmark: . Useremo la seguente stringa di ricerca.
(((foresta* o legname* o albero* o legno*) AND
(“aggregat* taglio*” O “raccolta aggregata*” O “taglio aggregato*” O “taglio* alternativo” O “alternativa* taglio*” OPPURE “raccolto* alternativo” OR “alternativa* silvicoltura*” OPPURE “alternativa* al disboscamento*” OR “alternative* to clearfell*” OPPURE “alternativa* all’età pari*” O “ritorno* alla natura*” O “dama*”O “vicino* alla natura*” O “senso* comune*” O “copertura* continua” O “foresta* continua” O “dauerwald*” O “diversità* orientata*” O “ecoforestazione*” O “silvicoltura* ecologica” O “silvicoltura* ecologica” O “gestione dell’ecosistema*” O “gap* cut*” O “gap* fell*” O “gap* harvest*” O “gap* manag*” O “gap* select*” O “gap* silvicultur*” O “olistico*” O “struttura* irregolare” O “irregolare*” O “forma* J” O “basso* impatto*” O “multi* età*” O “multiage*” O “multi* coorte*” O “multicoorte*” O “multi* scopo*” O “multiuso*” O “natural* disturbance* base*” OR “nature* base*” O “natura* orientata*” O “quasi* naturale*” O “nuova* silvicoltura*” O “nuova* prospettiva*” O “taglio* parziale” O “taglio* parziale” O “patch* cut*” OPPURE “taglio* di patch*” OPPURE “raccolta in patch*” OPPURE “taglio* delle toppe” O “foresta* permanente” O “plettro*” O “policiclico*” O “impatto* positivo” O “impatto* ridotto” O “foresta* di ripristino” O “taglio* selezionato” O “selezione* dell’abbattimento*” OPPURE “seleziona* il raccolto*” OPPURE “seleziona* l’abbattimento*” O “seleziona* gestione*” O “seleziona* la selvicoltura*” O “singolo* albero*” O “controllo del popolamento*” O “striscia*” O “silvicoltura* sostenibile” O “selvicoltura* sistemica” O “sistemico*” O “diametro* di destinazione” O “età* irregolare” O “dimensione* irregolare” O “basso* impatto*” O “buon* senso*” O “dispersione* tagliata*” O “dispersione* caduta*” O “disperso* raccolto*” O “dispersione* selvicoltura*”) AND
(“pari età*” O “clearcut*” O “clear* cut*” (taglio netto) O “clear* fell*” O “clearfell*” O “foresta piantata*” OR “plantation*” OR “monoculture*”)))
Questa stringa di ricerca è formattata per WoS e Scopus. Per l’uso in WoS ‘TS =’, e in Scopus ‘TITLE-ABS-KEY’ è aggiunto all’inizio della stringa di ricerca.
I servizi diversi da WoS e Scopus sono limitati nelle funzionalità (ad esempio la lunghezza della stringa di ricerca, nessuna esportazione dei riferimenti). Pertanto, useremo una strategia di ricerca semplificata quando usiamo questi altri servizi. Useremo i termini di ricerca più comuni e rilevanti relativi a CCF (Tabella 2A). Cercheremo con ogni termine CCF individualmente o quando l’uso di operatori booleani è possibile combinare la ricerca con tutti i termini rilevanti (Tabella 2A e B). Vaglieremo i primi 200 articoli (ordinati per rilevanza quando possibile) forniti all’interno di ogni ricerca. Cercheremo questi termini nel titolo, nell’abstract, nelle parole chiave o in qualsiasi punto dell’articolo, a seconda della capacità del servizio. I dettagli di queste ricerche insieme ad eventuali modifiche o aggiunte di banche dati bibliografiche, motori di ricerca e termini saranno registrati. Le restrizioni applicate al tipo di documento saranno registrate e riportate nella revisione. Anche le liste di riferimento delle revisioni pertinenti e tutti gli studi ammissibili saranno sistematicamente controllati.
Aggiornamento della ricerca
Una volta fatta l’estrazione iniziale dei dati, prima della sintesi dei dati, un aggiornamento della ricerca sarà condotto in Web of Science e Scopus. Questa ricerca sarà limitata a partire dalla ricerca iniziale. I nuovi articoli saranno vagliati e valutati come prima.
Selezione degli articoli e criteri di ammissibilità degli studi
Processo di selezione
Tutti i risultati delle ricerche saranno aggiunti a una biblioteca EndNote e i duplicati saranno rimossi. Gli studi saranno vagliati prima valutando il titolo. Quando il titolo indica che sono potenzialmente fatti dei confronti rilevanti, l’articolo sarà considerato rilevante. Se il titolo non dà una risposta chiara, l’abstract viene esaminato per la rilevanza. Qualsiasi studio in cui il titolo o l’abstract indicano che potrebbe essere stato fatto un confronto pertinente sarà sottoposto allo screening del testo completo. In caso di incertezza, includeremo lo studio e valuteremo criticamente l’idoneità leggendo il testo completo. Un secondo revisore valuterà un sottoinsieme di studi da ogni fase di screening in modo indipendente. Se sorgono disaccordi sulla rilevanza dello studio, si terranno discussioni per prendere una decisione consensuale. Una lista di studi rifiutati con le ragioni dell’esclusione dalla valutazione del testo completo sarà fornita in un file aggiuntivo.
Criteri di ammissibilità
Sarà considerata sia la letteratura peer-reviewed che quella grigia. Per essere incluso, uno studio deve soddisfare i seguenti criteri:
Popolazioni ammissibili: Foreste nelle zone di vegetazione boreale e temperata.
Intervento ammissibile: Sistemi di gestione che mantengono sempre la copertura arborea e utilizzano il taglio parziale (selezione) per mantenere almeno due classi di età di alberi da produzione. La raccolta parziale può essere divisa in due gruppi principali: raccolta di gruppo e raccolta a singolo albero. La raccolta di gruppo, chiamata anche raccolta per lacune o per lotti, è un metodo di raccolta in cui gruppi più piccoli o più grandi di alberi vengono raccolti durante l’abbattimento. Durante il raccolto a selezione di un singolo albero, gli alberi sono scelti per l’abbattimento individualmente, e le aperture della chioma più grandi sono create con meno probabilità. Entrambi i tagli sono usati per raggiungere o mantenere una struttura desiderabile di età/dimensione del popolamento (cioè la curva di diametro a forma di ‘J’ con la maggior parte dei piccoli alberi e un numero decrescente di grandi alberi).
Il raccolto sarà considerato parziale quando > il 30% degli alberi (in base alla misura riportata, ad esempio area basale, volume, biomassa, copertura della chioma, densità del fusto) è rimasto dopo il taglio di produzione. Questa soglia è soggettiva ma non arbitraria in quanto è derivata dalla ricerca in letteratura con la soglia decisamente scelta in contrasto con la silvicoltura di ritenzione. La soglia sarà interpretata rigidamente. La silvicoltura di ritenzione o il taglio shelterwood lasciano tipicamente < il 30% del volume non tagliato e spesso non risultano in strutture multi-età durante lo sviluppo del popolamento. Includeremo anche gli studi descritti come silvicoltura di ritenzione o shelterwood, a condizione che > il 30% degli alberi venga trattenuto dopo il taglio e che vengano raggiunte almeno due classi di età.
In genere, i confronti con il CC dovrebbero essere fatti tra i popolamenti che hanno già una struttura disetanea e vengono poi parzialmente tagliati. Questo è spesso il caso negli studi osservazionali. Tuttavia, gli esperimenti iniziano tipicamente con un taglio parziale nella foresta coetanea con l’intenzione di convertirli nella foresta disetanea. In tal caso, registreremo questa informazione come metadati e la considereremo durante l’analisi (cioè la condizione della foresta pre-trattamento come moderatore). Poiché gli effetti del taglio sulle specie non dipendono dall’intenzione del taglio (se gli alberi lasciati saranno o non saranno raccolti in futuro), considereremo tutti gli studi che confrontano il taglio netto con il taglio parziale che soddisfano i criteri di ammissibilità descritti.
Comparatore ammissibile: Clearcut, taglio completo, non più del 5% di alberi conservati (in base alla misura riportata). La soglia sarà interpretata rigidamente.
Esiti ammissibili: Studi che riguardano piante, animali e funghi. Le misure di biodiversità più comunemente riportate che possono essere utilizzate per la meta-analisi; la ricchezza e l’abbondanza delle specie su scala del popolamento. Altre importanti misure di biodiversità (ad esempio la composizione della comunità, gli indici di diversità, la presenza di specie interne alla foresta o rare) saranno incluse nella parte narrativa della revisione.
Tipo di studio ammissibile: Studi primari sperimentali e osservazionali (per esempio, cronosequenza) sul campo. Considereremo i disegni di studio prima/dopo o controllo/intervento e la loro combinazione. Non saranno inclusi studi di simulazione di modelli, compilazioni di ricerche secondarie e recensioni.
Lingua: Testo completo scritto in inglese.
Valutazione della validità dello studio
Gli studi che soddisfano i criteri di ammissibilità saranno sottoposti a valutazione critica. Valuteremo la loro chiarezza e la suscettibilità alla distorsione e classificheremo gli studi come aventi alta o bassa validità (cioè basso o alto rischio di distorsione) rispetto alla domanda della revisione. Valuteremo tutte le forme di rischio di bias. Gli studi che hanno una qualsiasi delle seguenti limitazioni saranno considerati a bassa validità ed esclusi.
-
Nessuna replica degli interventi.
-
I siti di intervento (CCF) e di confronto (CC) non ben abbinati (ad esempio siti significativamente diversi prima della raccolta).
-
Sostanziali fattori di confusione presenti (ad esempio trattamenti effettuati in tempi significativamente diversi). O trattamenti aggiuntivi effettuati in CCF e non nei siti CC che non sono aspetti comunemente associati con ogni rispettivo approccio selvicolturale (ad esempio, differenze nel pascolo, bruciatura).
-
Indicazione che i risultati in CCF vs siti CC sono stati misurati con metodologia potenzialmente bias introducing, in modo diverso o in tempi significativamente diversi.
-
Alcuni siti sono stati esclusi dallo studio dopo il trattamento (es.
-
Nessuna o parziale segnalazione delle misure indicate nei metodi.
Le prime due condizioni riguardano la suscettibilità al bias di selezione, la terza al bias di performance, la quarta al bias di rilevazione, la quinta al bias di attrito e la sesta al bias di segnalazione, secondo le linee guida CEE. Saranno considerati anche altri tipi di rischio di bias non classificabili sotto le categorie di cui sopra (ad esempio la fonte di finanziamento).
Gli studi saranno anche esclusi se le informazioni relative a queste questioni non sono chiare e la validità dello studio non può essere valutata. Nello specifico, escluderemo anche gli studi per i seguenti motivi:
-
Metodologia non sufficientemente descritta.
-
I dati non possono essere interpretati.
Gli studi che non hanno nessuno di questi limiti saranno considerati di alta validità e inclusi nella revisione.
Il processo di valutazione critica sarà documentato in modo trasparente. Una lista degli articoli esclusi, incluse le ragioni dell’esclusione, sarà registrata e presentata in un file aggiuntivo. La qualità degli studi e la generalizzabilità saranno valutate da un revisore. I casi dubbi saranno discussi nel team di revisione. Criteri aggiuntivi o modifiche per la valutazione critica saranno fatti se necessario e documentati.
Codifica dei dati e strategia di estrazione
I dati sulla ricchezza e abbondanza delle specie saranno estratti dalle tabelle. Questi dati includeranno le medie, una misura di variazione (deviazione standard, errore standard, intervallo di confidenza, ecc. Tutte le misure di variazione saranno convertite in deviazione standard. Se i dati non sono presentati in tabelle ma in figure, contatteremo l’autore corrispondente e chiederemo i dati. Se gli autori non forniscono i dati, li estrarremo dalle figure utilizzando WebPlotDigitizer . Gli autori saranno anche contattati se i dati rilevanti non sono presentati ma è probabile che siano disponibili (cioè utilizzati per analisi più avanzate). Se i dati grezzi sono forniti, i dati riassuntivi necessari saranno calcolati. Quando i dati non possono essere estratti dal documento, e gli autori non li forniscono, useremo lo studio nella parte qualitativa della revisione.
Gli studi che non riportano la ricchezza e/o l’abbondanza delle specie ma riportano altri tipi di valutazione della biodiversità (ad esempio la composizione della comunità, gli indici di diversità, la presenza di specie interne alla foresta o rare) saranno anche usati nella parte qualitativa della revisione. Da questi studi, il testo che descrive il confronto rilevante sarà estratto e memorizzato in un foglio di calcolo.
Se possibile, le specie saranno separate in foresta, habitat aperto e specie generaliste. Questo è un aspetto chiave quando si valuta l’idoneità dell’habitat e si interpretano gli effetti della gestione sulla biodiversità.
In caso di incertezza riguardo ai metadati o ai dati riportati nei documenti, contatteremo gli autori corrispondenti per chiarimenti. Se gli autori non rispondono, o non possono fornire spiegazioni sufficienti per le questioni sollevate, il documento non sarà utilizzato nella revisione. Questo processo sarà documentato e presentato in un file aggiuntivo.
I metadati associati insieme ai potenziali modificatori di effetto saranno estratti e codificati come segue.
-
Identificativo dello studio
-
Fonte
-
Bibliografia (1-7)
-
Motore di ricerca (1, 2)
-
Sito web specializzato
-
…
-
-
Autore(i)
-
Anno
-
Titolo
-
Rivista
-
DOI
-
Inclusione/esclusione (secondo i criteri di ammissibilità)
-
Escluso (bassa validità o descrizione non chiara)
-
Incluso (alta validità)
-
-
Motivo di esclusione (bias tipo)
-
Tipo di studio
-
Osservazionale
-
Sperimentazione
-
…
-
-
% di taglio basato su
-
Volume
-
Area basale
-
Copertura della corona
-
No di steli
-
…
-
-
Varianza riportata
-
No
-
Sì
-
-
Parte di un grande esperimento
-
No
-
Se sì, allora nome dell’esperimento
-
-
Controllo disponibile
-
No
-
Sì
-
-
Bioma (temperato o boreale)
-
Coordinate del luogo
-
Descrizione del luogo (contesto del paesaggio)
-
Paese
-
Altezza
-
Clima
-
Tipo di foresta
-
Tempo dopo il trattamento lo studio è stato fatto
-
Composizione delle specie di alberi
-
Scala spaziale (stand o paesaggio)
-
Stato pretagliato
-
Età della foresta pre-tagliata
-
Anno del taglio
-
Interventi (dettagli sulla raccolta)
-
Sboscamento CC (% di alberi trattenuti)
-
Tipo di taglio CCF (es.g.
-
Rimozione %
-
Tipo di taglio CCF2 (tipicamente vengono eseguiti diversi tipi di tagli parziali)
-
Rimozione %
-
Tipo di metodologia di campionamento usata
Questi dati saranno resi disponibili in un file aggiuntivo. Il revisore principale estrarrà i dati e i metadati e registrerà il processo in modo trasparente secondo la strategia. Un secondo revisore controllerà i dati estratti e, se necessario, verranno apportate delle modifiche.
Modificatori potenziali dell’effetto e ragioni dell’eterogeneità
A seconda della disponibilità dei dati forniti nei documenti, estrarremo vari modificatori potenziali dell’effetto secondo la lista di cui sopra. Questi modificatori sono stati scelti perché hanno effetti potenziali su come la raccolta influenza la biodiversità. La lista non è esaustiva, e altri modificatori di effetto e cause di eterogeneità saranno considerati durante il processo di revisione.
Sintesi dei dati e presentazione
Sarà scritta una sintesi narrativa di tutti gli studi inclusi che descriva la qualità dei risultati e i risultati degli studi. Saranno preparate tabelle con risultati riassuntivi. Il lavoro di scoping indica che saranno disponibili dati sufficienti per eseguire anche un’analisi quantitativa. Per questo, seguiremo le linee guida e le raccomandazioni della letteratura.
La differenza media standardizzata sotto forma di g di Hedges sarà calcolata con le stime della varianza per la ricchezza e l’abbondanza delle specie. Se gli studi inclusi non riportano stime di varianza, ma la quota di questi studi non è troppo grande (< 20%), imputeremo i valori mancanti. I metodi di imputazione dipenderanno dalle caratteristiche dei dati mancanti.
Mentre i dettagli esatti dell’analisi quantitativa dipendono dai dati estratti, proponiamo una sintesi completa e una strategia di presentazione. Le dimensioni dell’effetto saranno esplorate utilizzando vari metodi tra cui i modelli a effetti casuali, l’analisi dei sottogruppi e la meta-regressione. A causa della natura dell’argomento dello studio, molte dimensioni degli effetti saranno non indipendenti. I dati di molte specie attraverso molti anni sono tipicamente raccolti durante le osservazioni o dopo gli esperimenti. Per tenerne conto, includeremo uno studio come variabile casuale nei modelli. L’effetto di diversi moderatori sarà testato per scoprire cosa spiega meglio i modelli osservati (per esempio l’eterogeneità) nei dati. Generalmente, includeremo un moderatore se sono disponibili almeno dieci effect size per gruppo. Verrà considerata anche la correlazione tra i moderatori (cioè la multicollinearità).
Per esplorare l’eterogeneità (incoerenza tra gli studi), analizzeremo anche le dimensioni degli effetti di diversi sottoinsiemi di dati (cioè gruppi tassonomici, tipo di foresta e gruppi di preferenze di habitat, se possibile). Anche se questo è simile alla meta-regressione, permette la valutazione dell’eterogeneità e il calcolo di diverse statistiche di eterogeneità (τ2, Q e I2) per diversi gruppi di interesse.
Il contesto paesaggistico, il tempo dopo il trattamento, il tipo di foresta e altri modificatori di effetto dovrebbero avere un’influenza significativa sui risultati e probabilmente spiegheranno aspetti importanti degli effetti. Pertanto, esploreremo l’influenza dei vari modificatori di effetti e documenteremo questo processo. I risultati saranno presentati in tabelle e figure.
Non esiste un modo “migliore” per stimare la robustezza dei risultati e dovrebbe essere usata una varietà di metodi. Eseguiremo un’analisi di sensibilità utilizzando diversi metodi tra cui la meta-analisi leave-one-out, eseguendo l’analisi con e senza studi influenti (dimensioni degli effetti), eseguendo modelli con e senza non indipendenza e confrontando le statistiche di adattamento del modello. Se verrà eseguita l’imputazione dei dati, eseguiremo e riporteremo l’analisi separatamente per tutti i dati, per i dati che escludono gli studi con dati imputati, e per tutti i dati utilizzando la meta-analisi non pesata. Questo servirà anche come parte dell’analisi di sensibilità. Valuteremo il rischio di bias di pubblicazione tramite fail-safe N e funnel plot usando la funzione trim e fill. Le lacune significative nella conoscenza saranno descritte e discusse in termini di esigenze future di ricerca.