Climate change creates opportunities to expand agriculture in the Hindu Kush Himalaya but will cause considerable ecosystem trade-offs
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Theoretically, climate change will create warmer temperatures and greater precipitation in mountainous regions, making agriculture possible in areas that were once unsuitable for cropping. But the extent and the nature of these ‘agricultural frontiers’ is as yet unknown. Building upon recent research on Climate Change Driven Agricultural Frontiers [CCDAFs], this paper assesses the potential of agricultural expansion in the Hindukush Himalaya [HKH]. Using FAO crop suitability data, we estimated the extent of CCDAFs under three Representative Concentration Pathways for 13 crops as well as the potential impacts of developing these frontiers on ecosystem services. We show that under climate change projected by the IPSL- CM5A-LR climate model, 34,507 km 2 of agricultural frontiers may emerge in the HKH by 2100 under RCP 6.0. Additionally, results suggest that there will be new opportunities for crop diversification as individual crops will gain frontier area. However, developing these CCDAFs will impact supportive and regulating ecosystem services including carbon storage and sequestration, soil quality, biodiversity, and hydrological processes—with implications for regional water security. These impacts must be considered alongside the benefits of additional food production when evaluating the net benefits of developing CCDAFS.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle