Alternative stable states and the sustainability of forests, grasslands, and agriculture
Notice bibliographique
Résumé
Endangered forest-grassland mosaics interspersed with expanding agriculture and silviculture occur across many parts of the world, including the southern Brazilian highlands. This natural mosaic ecosystem is thought to reflect alternative stable states driven by threshold responses of recruitment to fire and moisture regimes. The role of adaptive human behavior in such systems remains understudied, despite its pervasiveness and the fact that such ecosystems can exhibit complex dynamics. We develop a nonlinear mathematical model of coupled human-environment dynamics in mosaic systems and social processes regarding conservation and economic land valuation. Our objective is to better understand how the coupled dynamics respond to changes in ecological and social conditions. The model is parameterized with southern Brazilian data on mosaic ecology, land-use profits, and questionnaire results concerning landowner preferences and conservation values. We find that the mosaic presently resides at a crucial juncture where relatively small changes in social conditions can generate a wide variety of possible outcomes, including complete loss of mosaics; large-amplitude, long-term oscillations between land states that preclude ecosystem stability; and conservation of the mosaic even to the exclusion of agriculture/silviculture. In general, increasing the time horizon used for conservation decision making is more likely to maintain mosaic stability. In contrast, increasing the inherent conservation value of either forests or grasslands is more likely to induce large oscillations-especially for forests-due to feedback from rarity-based conservation decisions. Given the potential for complex dynamics, empirically grounded nonlinear dynamical models should play a larger role in policy formulation for human-environment mosaic ecosystems.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».