Using fire to enhance rewilding when agricultural policies fail
Notice bibliographique
Résumé
Rewilding has been proposed as an opportunity for biodiversity conservation in abandoned landscapes. However, rewilding is challenged by the increasing fire risk associated with more flammable landscapes, and the loss of open-habitat specialist species. Contrastingly, supporting High Nature Value farmlands (HNVf) has been also highlighted as a valuable option, but the effective implementation of agricultural policies often fails leading to uncertain scenarios wherein the effects of wildfire management remain largely unexplored. Herein, we simulated fire-landscape dynamics to evaluate how fire suppression scenarios affect fire regime and biodiversity (102 species of vertebrates) under rewilding and HNVf policies in the future (2050), in a transnational biosphere reserve (Gerês-Xurés Mountains, Portugal-Spain). Rewilding and HNVf scenarios were modulated by three different levels of fire suppression effectiveness. Then, we quantified scenario effects on fire regime (burned and suppressed areas) and biodiversity (habitat suitability change for 2050). Simulations confirm HNVf as a long-term opportunity for fire suppression (up to 30,000 ha of additional suppressed areas between 2031 and 2050 in comparison to rewilding scenario) and for conservation (benefiting around 60% of species). Rewilding benefits some species (20%), including critically endangered, vulnerable and endemic taxa, while several species (33%) also profit from open habitats created by fire. Although HNVf remains the best scenario, rewilding reinforced by low fire suppression management may provide a nature-based solution when societal support through agricultural policies fails.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».