Carbon emissions from land acquisitions in Laos
Notice bibliographique
Résumé
Large-scale land acquisitions repeatedly fall short of their acclaimed socioeconomic benefits and are associated with unintended social, economic, and ecological costs. In Laos, the government has started to question its own “Turning Land into Capital” policy, and reviews land acquisitions or concessions with regard to their socioeconomic impacts. Empirical investigations of environmental impacts of land concessions, however, remain underrepresented. We link the nation-wide concession development between 2001 and 2017 with associated land use changes and quantify related land use change-induced emissions. Results show that land acquisitions for agriculture, forestry, and mining affect mainly forests and land previously used for shifting cultivation and permanent agriculture; e.g., rice paddies. Consequently, land conversions caused by concessions resulted in net carbon emissions of 4.9 Mt CO2e yr-1 on average in 2001–2017, which amounted to 34% of total emissions from land conversions. Even tree plantations that are meant to serve as net carbon sinks caused net emissions, but those data are the least robust. The relatively low carbon emission intensity of shifting cultivation compared to the high carbon emission intensity of concessions challenges the dominant narrative of shifting cultivation as a causal factor for forest degradation. Political means of fostering sustainable development include the reduction of land acquisitions because of their emissions intensity, and minimization of emissions and social conflict induced by granted concessions, for example, by allocating land with low carbon densities and obtaining consent of local land users.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».