Result-based payments as a tool to preserve the High Nature Value of complex silvo-pastoral systems: progress toward farm-based indicators
Notice bibliographique
Résumé
As shown by the Green Deal's ambition, the European Commission is progressively pushing for an environmental shift and climate action in Europe. For the Common Agricultural Policy (CAP), this involves a stronger focus on greening policy objectives. For agri-environmental schemes, this entails changes toward performance-based payments, partially replacing traditional activity-based payments. The CAP foresees greater flexibility in national programs and tailor-made solutions centered on results (i.e. environmental outcomes), benefiting farmers who go beyond the minimum environmental performance required. The environmental outcomes of farm practices must be assessed so that changes can be monitored over time and linked to payment delivery. This requires stakeholders to collaborate with researchers to identify farm-based indicators that are easily applicable, to achieve environmental results that are dependent on farm practices, and to assess and monitor changes in outcomes over time. The analysis in this paper is based on a transdisciplinary process that began in 2017 in a Natura 2000 site and its surroundings in Southern Portugal, to identify result-based measures for the Montado silvo-pastoral system. Farmers' understanding of how to adapt their practices to reach better environmental results was combined with scientific knowledge of the relevant environmental outcomes and how these can be assessed with indicators. Ten field-based visual indicators were defined, which farmers applied in the field, and validated by technical staff. These indicators are related to several aspects of the silvo-pastoral system: soil quality, pasture diversity, tree renewal, tree health, singular landscape elements, and biodiversity. The approach used in this process was innovative. We describe each step and present its advantages and drawbacks for designing and implementing result-based payments. Ultimately, their implementation is expected to lead to higher sustainability in the Montado.
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 | 0,027 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».