Invited Review: Ecosystem services provided by grasslands in the Southeast United States
Notice bibliographique
Résumé
This review describes ecosystem services (ES) obtained from grasslands within the southeastern United States. In addition, future direction and the importance of these ES to sustain productive agroecosystems are de- scribed. Results from published studies investigating various ES provided by grasslands within the southeastern United States are summarized in this article. Ecosystem services can be classified into 4 categories: provisioning, regulating, supporting, and cul- tural. Grasslands in the southeastern United States range from wet prairies in Florida, to transitional grasslands emerging from tallgrass prairie and longleaf pine ecosys- tems into coastal marshes in Texas. Provisioning ES from grasslands include animal products, timber, fruits, pods, and medicinal products. Supporting and regulating ES in- clude nutrient cycling, biological nitrogen fixation, water catchment and purification, recharge of aquifers, climate regulation, primary productivity, habitat for wildlife and pollinators, and biodiversity. Grasslands are also impor- tant for aesthetic and cultural ES, including hunting leases and recreational parks. Grasslands in the southeastern United States have decreased due to urban- ization, rising livestock production costs, and decreases in seed resources. Providing ES assessments will be impor- tant to assign value to grassland ecosystems, especially to increase adoption of novel management practices that may enhance delivery of ES. Remote sensing, machine learning, and artificial intelligence are promising tools to scale up the measurement of ES at landscape and watershed levels. In the future, ES will likely be a more prominent component of agroecosystems, and payment mechanisms will become more common to compensate landowners for the benefit they provide for the entire society.
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 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 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».