Agrobiodiversity dynamics in a French wine-growing region
Notice bibliographique
Résumé
Agrobiodiversity is a promising nature-based solution in the pursuit of sustainable agriculture. In wine-growing systems, commercial pressure and varietal regulations have narrowed agrobiodiversity in vineyards despite higher diversity being an important buffer against the effects of climate change. If drivers of grape diversity change are well-understood at national to global scales, little is known about the local, past or anticipated trajectories that drive agrobiodiversity dynamics depending on growers’ cultural values, practices and choices. We combined quantitative agricultural census data and qualitative ethnographic approaches to characterise changes in the diversity of grape varieties from 1960 to 2020 at the communal and vineyard levels in a French wine-growing region, and to decipher the drivers of change. We highlight that vineyards have drastically changed in 60 years, with a decline in planted area and in farm number. We outline that despite a loss of varietal richness across both vineyard and communal scales, varietal richness remains high and evenness have increased across geographic scales in 2020. Ethnographic field observations emphasize that growers account for external drivers (e.g., market changes, regulation and policy, technology, environmental), but also cultural values when they choose which grape varieties to plant. Grape diversity was maintained despite market integration as an insurance to spread production risk, mitigate market volatility and address environmental uncertainties. Securing livelihoods in the midst of market changes has been a major concern for growers over the last six decades and remains so. Despite a pessimistic future vision of the vineyard shared by most growers, the Gaillac region has a cultural heritage that values diversity and that thereby supports adaptation to climate change. We expect that environmental factors may play a more important role in grape selection and planting sites in the future under the influence of climate change and pesticide reduction policies. In order to expand individual initiatives resulting in diversified grape selection, growers need to be better connected with stakeholders at a variety of institutional levels.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».