Procura de artigos
Seguiremos as diretrizes para revisões sistemáticas no manejo ambiental V.5.0, emitidas pela colaboração para evidências ambientais . Também complementamos o protocolo com um formulário ROSES (arquivo adicional 1) . Usaremos uma estratégia de busca abrangente e buscaremos literatura relevante a partir de um conjunto diverso e amplo de bancos de dados bibliográficos.
-
Base de dadosCABI de ciência florestal (http://www.cabi.org/forestscience/).
-
Diretório de Revistas de Acesso Aberto (https://doaj.org/).
-
OpenGrey (http://www.opengrey.eu).
-
PQDT Aberto (https://pqdtopen.proquest.com/).
-
Scopus (https://www.scopus.com/).
-
Web of Science Core Collection (http://apps.webofknowledge.com).
-
Zenodo (https://zenodo.org).
Também procuraremos artigos usando dois motores de busca, Google Scholar (https://scholar.google.com) e BASE (https://www.base-search.net). Além disso, pesquisaremos por artigos em um site especializado, U.S. Forest Service (https://www.fs.usda.gov).
O trabalho de escopo revelou que relativamente poucos estudos podem ser encontrados quando termos específicos relevantes para os componentes da questão do estudo são usados. Isso se deve ao uso inconsistente do vocabulário entre os pesquisadores ao descrever o CCF e os métodos de colheita associados, ao invés da falta de literatura relevante. Este problema provavelmente levou os pesquisadores e outras partes interessadas a subestimar a quantidade de pesquisas realizadas sobre este tópico. Assim, realizamos uma pesquisa sistemática de termos relacionados ao CCF e aos métodos de coleta associados. Extraímos sistematicamente todos os termos relevantes utilizados em trabalhos que revisaram a terminologia. Isso resultou em 64 termos únicos (arquivo adicional 2). A maioria desses termos consistia de várias palavras, a primeira indicando um tipo de corte ou manejo e a última especificando que se refere à silvicultura (ou seja, corte de seleção, colheita de seleção, corte de seleção, etc.). Para encurtar e simplificar a cadeia de busca, testamos individualmente termos diferentes e removemos termos que não forneceram resultados adicionais. Alguns termos gerais (por exemplo, manejo alternativo, orientado à natureza, manejo de ecossistemas, etc.) resultaram em um grande número de artigos sem relevância para o tópico abordado. Complementamos esses termos com termos específicos do manejo florestal (por exemplo, silvicultura alternativa, colheita alternativa, etc.) para ajudar a garantir que a literatura relevante não fosse excluída. Isso resultou em um total de 78 termos para a intervenção. Pela mesma razão, limitaremos nossa busca a categorias de assuntos relevantes para a floresta na Web of Science (WoS) e áreas de pesquisa no Scopus (Tabela 1). Complementaremos então esses termos com termos relevantes ao comparador, ou seja, clearcut.
Não limitaremos a pesquisa à floresta boreal ou temperada (população) para garantir que estudos relevantes não serão excluídos. Também não limitaremos a busca a estudos relevantes para a biodiversidade (resultado), uma vez que é muito difícil ter uma cadeia de busca de biodiversidade com tudo incluído. Esta abordagem aumenta a carga de trabalho, mas maximiza as chances de encontrar todos os estudos relevantes sobre biodiversidade. Procuraremos dentro dos títulos, resumos e palavras-chave. Após a triagem, os termos recém-descobertos serão utilizados para realizar outra pesquisa. Para avaliar a abrangência da pesquisa, utilizaremos os seguintes artigos como referências: . Usaremos a seguinte cadeia de busca.
((floresta* OU madeira* OU árvore* OU madeira*) E
(“agregat* cut*”) OU “agregat* colheita*” OU “agregat* logging*” OU “alternativa* corte*”. OU “alternativa* caiu*”. OU “alternativa* colheita*”. OU “alternativa* silvicult*”. OU “alternativa* para limpar* caiu*”. OU “alternativa* para clearfell*”. OU “alternativa* até à idade*”. OU “de volta* à natureza*”. OU “verificador*” OU “próximo* da natureza*”. OU “senso comum*”… OU “tampa* contínua*”. OU “contínuo* floresta*” OU “dauerwald*” OU “diversidade* oriente*”. OU “ecoflorestação*” OU “silvicultura ecológica*” OU “silvicultura ecológica*” OU “silvicultor ecológico*”. OU “gestão do ecossistema**”. OU “corte da lacuna**” OU “buraco* caiu*”. OU “gap* colheita*” OU “gestão da lacuna*” OU “gap* select*” OU “gap* silvicultor*”. OU “holístico*”. OU “estrutura irregular**”. OU “irregular*” OU “forma em J*”. OU “baixo* impacto*”. OU “idade multi**”. OU “multi-idade* OU “multi-* coorte*”. OU “multicohort*” OU “multi* propósito*”. OU “polivalente*”. OU “natural* perturbação* base*”. OU “natureza* base* OU “natureza* oriente*”. OU “próximo* do natural*”. OU “nova* floresta*” OU “nova* perspectiva*”. OU “corte* parcial*” OU “colheita parcial**”. OU “remendo* corte*” OU “remendo* caiu*”. OU “remendo* colheita*”. OU “patch* logging*” OU “floresta* permanente*”. OU “plenter*”. OU “policíclico*”. OU “impacto positivo**”. OU “impacto reduzido**”. OU “restauração* da floresta*”. OU “select* cut*” (seleccionar* cortar*) OU “select* fell*” (selecione* caiu*) OU “seleccione* a colheita*”. OU “select* logging*” OU “select* manag*” OU “select* silvicultur*” OU “árvore única**”. OU “controlo de meia*”. OU “faixa*” OU “silvicultura* sustentável*” OU “silvicultor* sistêmico*”. OU “sistêmico*”. OU “Diâmetro alvo**” OU “idade desigual*”. OU “tamanho desigual*”. OU “baixo* impacto*”. OU “senso comum*”… OU “dispersar* cortar*” OU “dispersar* caiu*”. OU “dispersar* colheita*”. OU “dispers* silvicultor*”) E
(“idade par*”) OU “clearcut*” OU “corte limpo**”. OU “clear* fell*” OU “clearfell*” OU “floresta plantada**” OU “plantação*” OU “monocultura*”))
Esta cadeia de busca está formatada para WoS e Scopus. Para uso em WoS ‘TS =’, e em Scopus ‘TITLE-ABS-KEY’ é adicionado no início da cadeia de busca.
Serviços que não WoS e Scopus são limitados na funcionalidade (por exemplo, comprimento da cadeia de busca, sem exportação de referência). Portanto, usaremos uma estratégia de busca simplificada quando utilizarmos esses outros serviços. Usaremos os termos de busca mais comuns e relevantes relacionados ao CCF (Tabela 2A). Nós iremos pesquisar com cada termo CCF individualmente ou quando o uso de operadores booleanos for possível combinar a pesquisa com todos os termos relevantes (Tabela 2A e B). Vamos selecionar os primeiros 200 artigos (ordenados por relevância quando possível) fornecidos dentro de cada pesquisa. Nós pesquisaremos esses termos no título, resumo, palavras-chave ou em qualquer parte do artigo, dependendo da capacidade do serviço. Os detalhes destas pesquisas, juntamente com possíveis alterações ou adição de bases de dados bibliográficas, motores de busca e termos, serão registados. As restrições de tipo de documento aplicado serão registradas e relatadas na revisão. Listas de referência de revisões relevantes e todos os estudos elegíveis também serão sistematicamente analisados.
Atualização da pesquisa
Após a extração inicial dos dados ser feita, antes da síntese dos dados, será realizada uma atualização da pesquisa na Web of Science e Scopus. Esta pesquisa será limitada para iniciar a partir da pesquisa inicial. Novos artigos serão analisados e avaliados como antes.
Critérios de elegibilidade de artigos e estudos
Processo de seleção
Todos os resultados das buscas serão adicionados a uma biblioteca de notas finais e as duplicatas serão removidas. Os estudos serão avaliados primeiro através da avaliação do título. Quando o título indicar que as comparações relevantes são potencialmente feitas, o trabalho será considerado relevante. Se o título não der uma resposta clara, o resumo é selecionado por relevância. Qualquer estudo no qual o título ou resumo indique que a comparação relevante poderia ter sido feita será submetido a uma triagem completa do texto. Em caso de incerteza, incluiremos o estudo e avaliaremos criticamente a adequação através da leitura do texto completo. Um segundo revisor avaliará um subconjunto de estudos de cada fase de triagem de forma independente. Caso surjam desacordos sobre a relevância do estudo, serão realizadas discussões para se tomar uma decisão consensual. Uma lista de estudos rejeitados com motivos de exclusão da avaliação do texto completo será fornecida em um arquivo adicional.
Critérios de elegibilidade
Bambos a literatura cinzenta e revisada por pares serão considerados. Para ser incluído, um estudo deve atender aos seguintes critérios:
Populações elegíveis: Florestas nas zonas de vegetação boreal e temperada.
Intervenção elegível: Sistemas de manejo que sempre mantêm a cobertura arbórea e utilizam a colheita parcial (seleção) para manter pelo menos duas classes de árvores de produção. A colheita parcial pode ser dividida em dois grupos principais: colheita em grupo e colheita em árvore única. Colheita em grupo, também chamada de colheita em fenda ou colheita em remendo, é um método de colheita em que grupos menores ou maiores de árvores são colhidos durante o corte. Durante a colheita de seleção de uma única árvore, as árvores são escolhidas para o corte individual, e as aberturas maiores da copa são criadas com menos probabilidade. Ambas as estacas são usadas para atingir ou manter uma estrutura de idade/tamanho desejável do povoamento (isto é, a curva de diâmetro em forma de ‘J’ com a maioria das árvores pequenas e número decrescente de árvores grandes).
A colheita será considerada parcial quando > 30% das árvores (com base na medida relatada, por exemplo, área basal, volume, biomassa, cobertura do dossel, densidade do caule) são deixadas após a colheita da produção. Este limiar é subjetivo, mas não arbitrário, pois é derivado da pesquisa da literatura com o limiar escolhido decididamente, em contraste com a silvicultura de retenção. O limiar será interpretado de forma rígida. A silvicultura de retenção ou colheita de madeira de abrigo geralmente deixa < 30% do volume não colhido e freqüentemente não resulta em estruturas de várias idades ao longo do desenvolvimento do povoamento. Também incluiremos estudos descritos como silvicultura de retenção ou de abrigo desde que > 30% das árvores sejam retidas após a colheita, e pelo menos duas classes de idade sejam alcançadas.
De facto, devem ser feitas comparações com a CC entre povoamentos que já têm uma estrutura de idade desigual e são então parcialmente cortados. Este é frequentemente o caso em estudos observacionais. Entretanto, os experimentos tipicamente começam com um corte parcial na floresta de idade regular com a intenção de convertê-los para a floresta de idade desigual. Se assim for, registraremos essas informações como meta-dados e as consideraremos durante a análise (ou seja, o pré-tratamento do estado da floresta como moderador). Como os efeitos do corte sobre as espécies não dependem da intenção do corte (se as árvores deixadas serão ou não cortadas no futuro), consideraremos todos os estudos que comparam o corte clareado com o corte parcial, que atendam aos critérios de elegibilidade descritos.
Comparador elegível: Clearcut, corte completo do povoamento, não mais de 5% de árvores retidas (com base na medida relatada). O limiar será interpretado rigidamente.
Resultados elegíveis: Estudos que lidam com plantas, animais e fungos. Medidas de biodiversidade mais comumente relatadas que podem ser utilizadas para meta-análise; riqueza e abundância de espécies na escala do povoamento. Outras medidas importantes de biodiversidade (por exemplo, composição da comunidade, índices de diversidade, a presença de interior de floresta ou espécies raras) serão incluídas na parte narrativa da revisão.
Elegível tipo de desenho de estudo: Estudos de campo experimentais e observacionais primários (ex.: cronosequência). Consideraremos os desenhos de estudos antes/depois ou de controle/intervenção e sua combinação. Estudos de simulação de modelos, compilações de pesquisa secundária e revisões não serão incluídos.
Linguagem: Texto completo escrito em inglês.
Avaliação da validade do estudo
Estudos que satisfaçam os critérios de elegibilidade serão submetidos a uma avaliação crítica. Avaliaremos sua clareza e suscetibilidade ao viés e classificaremos os estudos como tendo alta ou baixa validade (ou seja, baixo ou alto risco de viés) em relação à questão de revisão. Avaliaremos todas as formas de risco de enviesamento . Estudos que tenham qualquer uma das seguintes limitações serão considerados como tendo baixa validade e excluídos.
-
Sem replicação de intervenções.
-
Intervenção (CCF) e locais de comparação (CC) não bem casados (por exemplo, locais significativamente diferentes antes da colheita).
-
Substanciais fatores de confusão presentes (por exemplo, tratamentos realizados em momentos significativamente diferentes). Ou tratamentos adicionais realizados no CCF e não nos locais CC que não são aspectos comumente associados a cada abordagem silvicultural respectiva (por exemplo, diferenças no pastoreio, queima).
-
Indicação de que os resultados em locais CCF vs locais CC foram medidos com potencial viés introduzindo metodologia, diferentemente ou em momentos significativamente diferentes.
-
Alguns locais foram excluídos do estudo após o tratamento (e.Por exemplo, perturbações inesperadas em CCF mas não em locais CC, tempo insuficiente para o trabalho de campo).
-
Não há relato ou relato parcial das medições indicadas nos métodos.
As duas primeiras condições lidam com a susceptibilidade de viés de seleção, a terceira com viés de desempenho, a quarta com viés de detecção, a quinta com viés de atrito e a sexta com viés de relato, de acordo com as diretrizes da CEE . Outros tipos de viés de risco não classificáveis nas categorias acima (por exemplo, fonte de financiamento) também serão considerados.
Estudos também serão excluídos se as informações relativas a estas questões não forem claras e a validade do estudo não puder ser avaliada. Especificamente, também serão excluídos estudos devido ao seguinte:
-
Metodologia não suficientemente descrita.
-
Dados não podem ser interpretados.
Estudos que não tenham nenhuma dessas limitações serão considerados como tendo alta validade e incluídos na revisão.
O processo de avaliação crítica será documentado de forma transparente. Uma lista de artigos excluídos, incluindo os motivos de exclusão, será registrada e apresentada em um arquivo adicional. A qualidade e generalidade do estudo será avaliada por um revisor. Os casos duvidosos serão discutidos na equipe de revisão. Critérios adicionais ou modificações para avaliação crítica serão feitos se necessário e documentados.
Estratégia de codificação e extração de dados
Dados sobre riqueza e abundância de espécies serão extraídos de tabelas. Estes dados incluirão meios, uma medida de variação (desvio padrão, erro padrão, intervalo de confiança, etc.) e tamanho da amostra. Todas as medidas de variação serão convertidas para desvio padrão. Se os dados não forem apresentados em tabelas, mas em figuras, entraremos em contato com o autor correspondente e solicitaremos os dados. Se os autores não fornecerem os dados, iremos extraí-los das figuras usando o WebPlotDigitizer . Os autores também serão contactados se os dados relevantes não forem apresentados, mas é provável que estejam disponíveis (ou seja, usados para análises mais avançadas). Se forem fornecidos dados brutos, serão calculados os dados resumidos necessários. Quando os dados não puderem ser extraídos do trabalho, e os autores não os fornecerem, usaremos o estudo na parte qualitativa da revisão.
Estudos que não relatam riqueza e/ou abundância de espécies, mas relatam outros tipos de avaliação de biodiversidade (por exemplo, composição da comunidade, índices de diversidade, a presença de interior de floresta ou espécies raras) também serão usados na parte qualitativa da revisão. A partir desses estudos, o texto descrevendo a comparação relevante será extraído e armazenado em uma planilha.
Se possível, as espécies serão separadas em floresta, habitat aberto e espécies generalistas. Este é um aspecto chave na avaliação da adequação do habitat e na interpretação dos efeitos do manejo na biodiversidade.
No caso de incerteza em relação aos meta-dados relatados ou dados em artigos, contataremos os autores correspondentes para esclarecimento. Se os autores não responderem, ou não puderem fornecer explicação suficiente para as questões levantadas, o artigo não será utilizado na revisão. Este processo será documentado e apresentado em um arquivo adicional.
Associated meta-data together with potential effect modifiers will be extracted and coded as follows.
-
Unique ID do estudo
-
Source
-
Base de dados bibliográfica (1-7)
-
Máquina de pesquisa (1, 2)
-
Site site especializado
-
…
>
-
-
Autor(es)
-
Ano
-
Título
-
Jornal
-
DOI
-
Inclusão/exclusão (de acordo com os critérios de elegibilidade)
-
Excluído (baixo validade ou descrição pouco clara)
-
Incluído (alta validade)
-
-
Motivo da exclusão (viés tipo)
-
Estudo tipo
-
Observador
-
Experimento
-
…
-
-
% de corte com base em
-
Volume
-
Área de base
-
Cobertura de coroa
-
Nº de caules
-
…
-
-
Variação reportada
-
Não
-
Sim
-
-
Parte de uma grande experiência
-
Não
- Se sim, então o nome da experiência
-
-
Controlo disponível
-
Não
-
Sim
-
-
Biome (temperado ou boreal)
-
Coordenadas da localização
-
Descrição da localização (contexto da paisagem)
-
País
-
Elevação
-
Climar
-
Tipo florestal
-
Tempo após tratamento o estudo foi feito
-
Composição das espécies de árvores
-
Escala espacial (suporte ou paisagem)
-
Pre-estado da floresta cortada
-
Idade da floresta pré-cortada
-
Ano de corte
-
Intervenções (detalhes sobre a colheita)
-
Xploramentos de CAC (% de árvores retidas)
-
Xploramentos de CAC (e.g. colheita em grupo ou única árvore)
-
Removal %
-
Logging type CCF2 (tipicamente são realizados vários tipos de cortes parciais)
-
Removal %
-
Tipo de metodologia de amostragem utilizado
>
>
>
>
>
Estes dados serão disponibilizados em um arquivo adicional. O revisor principal irá extrair dados e meta-dados e registrar o processo de forma transparente de acordo com a estratégia. Um segundo revisor verificará os dados extraídos e as edições serão feitas se necessário.
Potenciais modificadores de efeito e razões de heterogeneidade
Dependente da disponibilidade dos dados fornecidos nos trabalhos, iremos extrair vários potenciais modificadores de efeito de acordo com a lista acima. Estes modificadores foram escolhidos porque têm efeitos potenciais sobre a forma como a colheita influencia a biodiversidade. A lista não é exaustiva, e outros modificadores de efeitos e causas de heterogeneidade serão considerados durante o processo de revisão.
Síntese e apresentação de dados
Uma síntese narrativa de todos os estudos incluídos que descreva a qualidade dos resultados e achados do estudo será escrita. Tabelas com os resultados resumidos serão preparadas. O trabalho de escopo indica que dados suficientes estarão disponíveis para realizar também a análise quantitativa. Para isso, seguiremos as diretrizes e recomendações da literatura .
Diferença média padronizada na forma de g de Hedges será calculada com estimativas de variância acompanhando a riqueza e abundância de espécies. Se os estudos incluídos não relatarem estimativas de variância, mas a proporção destes estudos não for muito grande (< 20%), nós iremos imputar os valores em falta . Os métodos de imputação dependerão das características dos dados ausentes.
Embora os detalhes exatos da análise quantitativa dependam dos dados extraídos, propomos uma estratégia abrangente de síntese e apresentação. Os tamanhos dos efeitos serão explorados usando vários métodos, incluindo modelos de efeitos aleatórios, análise de subgrupos e meta-regressão. Devido à natureza do tópico de estudo, muitos tamanhos de efeitos serão não-independentes. Dados de muitas espécies ao longo de muitos anos são normalmente coletados durante as observações ou após os experimentos. Para explicar isto, vamos incluir um estudo como uma variável aleatória nos modelos. O efeito de diferentes moderadores será testado para descobrir o que melhor explica os padrões observados (por exemplo, a heterogeneidade) nos dados. Geralmente, incluiremos um moderador se pelo menos dez tamanhos de efeito por grupo estiverem disponíveis. A correlação entre moderadores (ou seja, multicolinearidade) também será considerada.
Para explorar a heterogeneidade (inconsistência entre estudos), também analisaremos os tamanhos dos efeitos de diferentes subconjuntos de dados (ou seja, grupos taxonômicos, tipo de floresta e grupos de preferência de habitat, se possível). Embora isto seja semelhante à meta-regressão, permite avaliar a heterogeneidade, e o cálculo de diferentes estatísticas de heterogeneidade, (τ2, Q e I2) para diferentes grupos de interesse.
O contexto da paisagem, tempo após o tratamento, tipo de floresta e outros modificadores de efeito devem ter influência significativa nos resultados e provavelmente explicarão aspectos importantes dos efeitos. Portanto, vamos explorar a influência de vários modificadores de efeitos e documentar este processo. Os resultados serão apresentados em tabelas e figuras.
Não há uma ‘melhor’ forma de estimar a robustez dos resultados e uma variedade de métodos deve ser usada . Vamos realizar a análise de sensibilidade utilizando vários métodos, incluindo meta-análise leave-one-out, rodando a análise com e sem estudos influentes (tamanhos de efeito), rodando modelos com e sem não-independência e comparando estatísticas de ajuste do modelo. Se a imputação de dados for realizada, executaremos e relataremos a análise separadamente para todos os dados, para dados excluindo estudos com dados imputados, e para todos os dados usando meta-análise não ponderada. Isto também servirá como uma parte da análise de sensibilidade. Avaliaremos o risco de viés de publicação através de gráficos de N e funil à prova de falhas, usando a função de aparar e preencher. Lacunas significativas de conhecimento serão descritas e discutidas em termos de necessidades futuras de pesquisa.