MétaCan
Menu
Retour à la cohorte
Enregistrement W3138426725 · doi:10.3389/fsufs.2021.564900

Narrow and Brittle or Broad and Nimble? Comparing Adaptive Capacity in Simplifying and Diversifying Farming Systems

2021· article· en· W3138426725 sur OpenAlexaff
Margiana Petersen-Rockney, Patrick Baur, Aidee Guzman, S. Franz Bender, Adam Calo, Federico Castillo, Kathryn De Master, Antoinette Dumont, Kenzo Esquivel, Claire Kremen, James C. LaChance, Maria Mooshammer, Joanna Ory, Mindy Jewell Price, Yvonne Socolar, Paige Stanley, Alastair Iles, Timothy M. Bowles

Notice bibliographique

RevueFrontiers in Sustainable Food Systems · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAdaptive capacityDiversification (marketing strategy)Adaptive managementAgricultureEnvironmental resource managementBusinessComplex adaptive systemAdaptive strategiesEcological systems theoryNatural resource economicsEnvironmental economicsRisk analysis (engineering)Climate changeEconomicsEcologyMarketingGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Humanity faces a triple threat of climate change, biodiversity loss, and global food insecurity. In response, increasing the general adaptive capacity of farming systems is essential. We identify two divergent strategies for building adaptive capacity. Simplifying processes seek to narrowly maximize production by shifting the basis of agricultural production toward centralized control of socially and ecologically homogenized systems. Diversifying processes cultivate social-ecological complexity in order to provide multiple ecosystem services, maintain management flexibility, and promote coordinated adaptation across levels. Through five primarily United States focused cases of distinct agricultural challenges—foodborne pathogens, drought, marginal lands, labor availability, and land access and tenure—we compare simplifying and diversifying responses to assess how these pathways differentially enhance or degrade the adaptive capacity of farming systems in the context of the triple threat. These cases show that diversifying processes can weave a form of broad and nimble adaptive capacity that is fundamentally distinct from the narrow and brittle adaptive capacity produced through simplification. We find that while there are structural limitations and tradeoffs to diversifying processes, adaptive capacity can be facilitated by empowering people and enhancing ecosystem functionality to proactively distribute resources and knowledge where needed and to nimbly respond to changing circumstances. Our cases suggest that, in order to garner the most adaptive benefits from diversification, farming systems should balance the pursuit of multiple goals, which in turn requires an inclusive process for active dialogue and negotiation among diverse perspectives. Instead of locking farming systems into pernicious cycles that reproduce social and ecological externalities, diversification processes can enable nimble responses to a broad spectrum of possible stressors and shocks, while also promoting social equity and ecological sustainability.

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)0,006
score de la tête « metaresearch » (Gemma)0,021
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 enseignants0,006
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0020,010
Communication savante0,0040,007
Science ouverte0,0010,006
Intégrité de la recherche0,0010,001
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 Opus0,074
Tête enseignante GPT0,227
Écart entre enseignants0,154 · 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

Citations108
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Sustainable Food SystemsMême sujetClimate change impacts on agricultureTravaux en français237 207