Eco-functional Intensification and Food Security: Synergy or Compromise?
Notice bibliographique
Résumé
<p>There is an increased understanding that the challenges of producing enough food and biomass while preserving soil, water and biodiversity necessary for ecosystem services can not be solved by prevalent types of conventional agriculture and that agro-ecological approaches and ecological intensification is fundamental for our future food production. FAO has stated that “Ecosystem services sustain agricultural productivity and resilience” and advocates production intensification through ecosystem management. Terminologies such as agro-ecology and ecological/ eco-functional/sustainable intensification are being proposed for agricultural development, which builds on higher input of knowledge, observation skills and management and improved use of agro-ecological methods. Contrary, increased global demand for food, and non-food biomass has increased the pressure for intensifying land use and increasing crop yields based on conventional inputs, while still aiming at reducing environmental impact. There is a battle of discourse between these approaches in competition for – among others – research and development funding. The examples of improved local food security from introducing agro-ecological and low external input agriculture practices among smallholder farmers are many. However, upscaling remains a challenge and the ability of such eco-functional intensification to feed the increased urban populations in emerging economies remains an open question. A broader view of what is organic and conventional farming is necessary and the use of new understandings from ecology and molecular biology will be needed to create and profit from synergies between preserving and building on eco-systems services and providing increased food and biomass.</p>
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».