Ecosystem service bundles in global hinterlands
Notice bibliographique
Résumé
Abstract In the face of projected increases in globalization and urbanization, there is growing recognition that cities and their hinterlands will play a pivotal role in both creating and addressing the sustainability challenges of the future. Hinterlands, the rural areas that surround cities, are connected to cities as the source of many of the ecosystem services (ES) that are used in urban areas. While much is known about the provision of multiple ES in and around a few well-studied cities, there is a limited amount of consistently measured, global-scale data about the provision of multiple ES in urban areas and their hinterlands. We mapped eight ES globally, and examined how the production of ES varied between the hinterlands (within 200 km) of 768 major city centers (population > 500 000). We found that there are seven archetypes of ES supply bundles in global hinterlands. Hinterlands near wealthy cities are specialists in regulating ES production while the poorest and most populated hinterlands are specialists in food production, with low levels of regulating and cultural ES provision. These hinterlands also experience different synergies and tradeoffs between ES, with interesting implications for landscape management. Global teleconnections have likely also played a role in the ES bundles of hinterlands, since they have allowed cities to exploit remote areas to meet their demand for ES, undermining the traditional supply-demand relationship between each city and its proximal hinterland. These results emphasize the diverse, and sometimes inequitable, ways that urbanization and globalization are influencing ES supply in the planet’s most human-modified landscapes.
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 | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,029 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».