Non-Market Ecosystem Services of Agricultural Land and Priorities Towards a More Sustainable Agriculture in Italy
Notice bibliographique
Résumé
Ecosystems provide a range of services, commonly called Ecosystem Services (ESs), which are of funda-mental importance to human well-being, health, livelihoods, and survival. One of the largest and most productiveecosystems is agricultural land. Agro-Ecosystems provide a range of services directly linked to the market (e.g. food and raw materials production) but also many others of high ecological value, which have an indirect economical contribution in the GDP (non-market ESs). These non-market services are not usually taken into account in the development of agricultural management strategies while their contribution is reduced due to non-sustainable agricultural practices. The aim of the study is to assess the potential economic contribution of the non-market services at national, regional, and provincial level in Italy and to propose a simplified index-based method for setting priorities at different scales of administration units for the implementation of sustainable agricultural practices (SAPs). The results of the study showed that the potential non-market value of agro-ecosystem services (AESs) in Italy can reach ~46.2 billion USD$2007. This estimate shows that non-market AESs can play an important role in the national GDP if SAPs are followed. Finally, a priority ranking scheme for the implementation of SAPs was proposed at regional and provincial level which can be a valuable decision support tool for promoting sustainable agriculture policies.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».