MétaCan
Menu
Retour à la cohorte
Enregistrement W3209517843 · doi:10.1139/facets-2020-0097

Opportunities and trade-offs for expanding agriculture in Canada’s North: an ecosystem service perspective

2021· article· en· W3209517843 sur OpenAlexaffvenueabout
Krishna Bahadur KC, Arthur G. Green, Dan Wassmansdorf, Vivek Gandhi, Khurram Nadeem, Evan Fraser

Notice bibliographique

RevueFACETS · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésEcosystem servicesAgricultureSustainabilityBusinessClimate changeNatural resource economicsCarbon sequestrationEnvironmental resource managementEcosystemGeographyEnvironmental scienceEcologyEconomics

Résumé

récupéré en direct d'OpenAlex

Climate change will create warmer temperatures, greater precipitation, and longer growing seasons in northern latitudes making agriculture increasingly possible in boreal regions. To assess the potential of any such expansion, this paper provides a first-order approximation of how much land could become suitable for four staple crops (corn, potato, soy, and wheat) in Canada by 2080. In addition, we estimate how the environmental trade-offs of northern agricultural expansion will impact critical ecosystem services. Primarily, we evaluate how the regulatory ecosystem services of carbon storage and sequestration and the habitat services supporting biodiversity would be traded for the provisioning services of food production. Here we show that under climate change projected by Canadian Earth System Model (CanESM2) Representative Concentration Pathway 4.5, ∼1.85 million km 2 of land may become suitable for farming in Canada’s North, which, if utilized, would lead to the release of ∼15 gigatonnes of carbon if all forests and wetlands are cleared and plowed. These land-use changes would also have profound implications for Indigenous sovereignty and the governance of protected and conserved areas in Canada. These results highlight that research is urgently needed so that stakeholders can become aware of the scope of potential economic opportunities, cultural issues, and environmental trade-offs required for agricultural sustainability in Canada.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,158
Score d'incertitude au seuil0,509

Scores Codex et Gemma par catégorie

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

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 Opus0,072
Tête enseignante GPT0,251
Écart entre enseignants0,178 · 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 tête enseignante, 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

Citations20
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFACETSMême sujetClimate change and permafrostTravaux en français237 207