MétaCan
Menu
Retour à la cohorte
Enregistrement W2987250276 · doi:10.1016/j.agee.2019.106698

Effects of farmland heterogeneity on biodiversity are similar to—or even larger than—the effects of farming practices

2019· article· en· W2987250276 sur OpenAlexafffundabout
Amanda E. Martin, Sara J. Collins, Susie Crowe, Judith Girard, Ilona Naujokaitis‐Lewis, Adam C. Smith, Kathryn E. Lindsay, Scott Mitchell, Lenore Fahrig

Notice bibliographique

RevueAgriculture Ecosystems & Environment · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensCarleton UniversityEnvironment and Climate Change Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiodiversityAgricultureCrop diversityAgroforestrySpecies richnessTillagePopulationGeographyCropAgricultural biodiversityLand useEcologyAgricultural landBiology

Résumé

récupéré en direct d'OpenAlex

Pressure to increase food production to meet the demands of a growing human population can make conservation-motivated recommendations to limit agricultural expansion impractical. Therefore, we need to identify conservation actions that can support biodiversity without taking land out of production. Previous studies suggest this can be accomplished by increasing “farmland heterogeneity”—i.e. heterogeneity of the cropped portions of agricultural landscapes—by, for example, decreasing field sizes. However, it is not yet clear whether policies/guidelines that promote farmland heterogeneity will be as effective as those targeting farming practices. Here, we estimated the relative effects of six practices—annual/perennial crop, fertilizer use, herbicide use, insecticide use, tile drainage, and tillage—versus two aspects of farmland heterogeneity—field size and crop diversity—on the diversity of herbaceous plants, woody plants, butterflies, syrphid flies, bees, carabid beetles, spiders, and birds in rural eastern Ontario, Canada. The strength of effect of farming practices and farmland heterogeneity varied among taxonomic groups. Nevertheless, we found important effects of both farming practices and farmland heterogeneity on the combined (multi) diversity across these groups. In particular, we found greater multidiversity in untilled, perennial crop fields than tilled, annual crop fields, and greater multidiversity in agricultural landscapes with smaller crop fields and less diverse crops. The directions of effect of these variables were generally consistent across individual taxonomic groups. For example, richness was lower in landscapes with larger fields and more diverse crops than in landscapes with smaller fields and less diverse crops for all taxa except spiders. The negative effect of crop diversity on multidiversity and the richness of most of the studied taxa indicates that this aspect of farmland heterogeneity does not necessarily benefit wildlife species. Nevertheless, a compelling implication of this study is that it suggests that policies/guidelines aimed at reducing crop field sizes would be at least as effective for conservation of biodiversity within working agricultural landscapes as those designed to promote a wildlife-friendly farming practice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil0,289

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,183
Écart entre enseignants0,168 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations128
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAgriculture Ecosystems & EnvironmentMême sujetPlant and animal studiesTravaux en français237 207