Sustainable Agricultural Intensification – A Perspective from Latin America and the Caribbean
Notice bibliographique
Résumé
Sustainable agriculture is broadly established in Latin America and the Caribbean (LAC), but the way that food is being produced and consumed requires rethinking. Sustainable agricultural intensification (SAI) is becoming an approach to address various complex challenges in agriculture. A total of 760 participants (57% LAC) from 101 countries registered for a 2-week e-consultation, which included 3 components with the aim of promoting the dialogue and partnerships on SAI in LAC. In the first component there was an exchange of ideas on its conceptual framework, while in the second component experiences and lessons learned from programs, practices, policies and solutions to address challenges in the region were shared, and the last component served to discuss how to increase regional cooperation through the identification of actors and actions. This paper provides a synthesis report of the e-forum and the main recommendations to consolidate a regional SAI network to exchange experiences and generate joint actions for greater synergies in agricultural research, and better policies, investments and institutions in LAC. Proposed research areas are: analyzing yield gaps, accurate mapping of farming structure of LAC agriculture, rehabilitating degraded lands, curving deforestation, studying the nature of the interphases between sustainable agricultural and food systems, reducing food wastes, adapting to and mitigating climate change, strengthening cooperatives, building local organizations and linking farmers to markets, using information and communication technology to access information and share knowledge on SAI, and defining indicators and metrics to monitor SAI undertakings and assist policy makers for enacting incentives through related policy.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,007 | 0,005 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».