MétaCan
Menu
Retour à la cohorte
Enregistrement W4224861371 · doi:10.1002/rse2.262

Mexican agricultural frontier communities differ in forest dynamics with consequences for conservation and restoration

2022· article· en· W4224861371 sur OpenAlexaff
Madelon Lohbeck, Ben DeVries, Frans Bongers, Miguel Martı́nez-Ramos, Armando Navarrete‐Segueda, Sergio Nicasio‐Arzeta, Christina Siebe, Aline Pingarroni, Germán Wies, Mathieu Decuyper

Notice bibliographique

RevueRemote Sensing in Ecology and Conservation · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNederlandse Organisatie voor Wetenschappelijk OnderzoekConsejo Nacional de Ciencia y Tecnología
Mots-clésSecondary forestDisturbance (geology)Forest restorationForest dynamicsAgroforestryAgricultureOld-growth forestLand useGeographyEcologyAgricultural landForest ecologyEnvironmental scienceEcosystemBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Forest regrowth is key to achieve restoration commitments, but a general lack of understanding when it occurs and how long secondary forests persist hampers effective upscaling. We quantified spatiotemporal forest dynamics in a recently colonized agricultural frontier in southern Mexico, and tested how temporal variation in climate, and cross‐community variation in land ownership, land quality and accessibility affect forest disturbance, regrowth and secondary forest persistence. We consistently found more forest loss than regrowth, resulting in a net decrease of 45% forest cover (1991–2016) in the study region. Secondary forest cover remained relatively constant while secondary forest persistence increased, suggesting that farmers are moving away from shifting cultivation. Temporal variation in disturbance was explained by annual variation in climatic variables and key policy and market interventions. We found large differences in forest characteristics across communities, and these were explained by differences in land ownership and soil quality. Forests were better conserved on communal land, while secondary forest was more persistent when farms were larger and soil quality is better. At the pixel‐level both old forest and secondary forests were better represented on low‐quality lands indicating agricultural concentration on productive land. Both old forest and secondary forest were less common close to the main road, where secondary forests were also less persistent. We demonstrate the suitability of timeseries analyses to quantify forest disturbance and regrowth and we analyse drivers across time and space. Communities differ in forest dynamics, indicating different possibilities, needs and interests. We warrant that stimulating private land ownership may cause remaining forest patches to be lost and that conservation initiatives should benefit the whole community. Forest regrowth competes with agricultural production and ensuring farmers have access to restoration benefits is key to restoration success.

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 enseignants0,231
Score d'incertitude au seuil0,996

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 Opus0,011
Tête enseignante GPT0,188
Écart entre enseignants0,176 · 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

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRemote Sensing in Ecology and ConservationMême sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207