Integrating bioenergy and food production on degraded landscapes in Indonesia for improved socioeconomic and environmental outcomes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Growing bioenergy crops on degraded and underutilized land is a promising solution to meet the requirement for energy security, food security, and land restoration. This paper assesses the socioeconomic and environmental benefits of agroforestry systems based on nyamplung (tamanu) ( Calophyllum inophyllum L.) in the Wonogiri district of Central Java, Indonesia. Data were collected through field observations and focus group discussions involving 20 farmers who intercrop nyamplung with maize, rice, and peanuts and utilize the species in honey production. Calculating each crop's net present value ( NPV ) demonstrates that when grown as monocultures, staple crops rice and peanuts lead to negative profitability, while maize generates only a marginal profit; yet honey production utilizing nyamplung produces a NPV nearly 300 times greater than maize. However, when utilizing nyamplung, honey is also the commodity most sensitive to decreases in production, followed by nyamplung–peanut and nyamplung–rice combinations. While decreases in production have little effect on the NPV s of rice, peanuts, and maize, these annual crops can only be cultivated for a maximum of 6 years within the nyamplung's 35‐year cycle, due to canopy closure after this time. Nyamplung‐based agroforestry systems can provide economic, social, and environmental gains on different scales. However, when considering the high profit potential of nyamplung combined with honey production, further research is needed to improve and develop bee husbandry practices so this becomes a viable option for local farmers.
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.
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 | 0,000 |
| 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 découle