Quantifying active and passive restoration in Central Mexico from 1986–2012: assessing the evidence of a forest transition
Notice bibliographique
Résumé
Recent land cover analysis reveals significant forest recovery around the world, suggesting that some countries may be in a forest transition. However, remotely sensed imagery does not reveal the driving causes of forest recovery, which may be due to active reforestation efforts or natural successional processes (passive reforestation). We aimed to distinguish these two processes in the priority temperate forests surrounding the Monarch Butterfly Biosphere Reserve (342,773 ha) in central Mexico. We combine an analysis of remotely sensed imagery with field interviews ( n = 43) to examine the mechanisms and drivers of observed forest recovery. Our analysis of the satellite imagery revealed a net increase of 3,798 ha of forest between 1986 and 2012, yet the rate of recovery is slowing. Our interview data revealed that the vast majority of the recovered forests are the result of natural regrowth (passive reforestation), and most of this regrowth is observed on previously degraded forest lands. We estimate that between 58 and 429 ha have been recovered from active reforestation efforts in the 1986–2012 period. We find that reduced logging and grazing pressures are important drivers of forest recovery, while agricultural abandonment may be less influential than often believed. Our results suggest that reforestation investments might be wisely spent supporting and maintaining the natural resilience of forests rather than on costly reforestation programs.
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 ».