Diversification for sustainable and resilient agricultural landscape systems
Notice bibliographique
Résumé
Abstract This virtual issue comprises papers that address diversification for providing sustainable solutions at different scales from cropping and grassland to food systems. The authors investigated processes in case studies at the landscape scale where synergies and trade-offs between social and environmental objectives become the most tangible. Contributions from all continents highlighted regional specificities related to diversification and include research from natural and social sciences, with inter- and transdisciplinary approaches including synthesis of knowledge (reviews), empirical studies with experiments as well as assessments with interviews in case studies: Model-based design of crop diversification, the role of digitalization for achieving sustainability in the European context, ecological engineering for rice pest suppression in China, the role of cereal species mixtures in Ethiopian smallholder farmers, diversified planting in arid irrigation areas in northwestern China, integration of legumes in European and Canadian cropping systems, screening of native forage legumes for northern Swedish grassland systems, cropping system diversification of smallholder farmers in south-central Bangladesh, identification of how farmers imagine diversified landscapes in southern Idaho in the US, farm diversification affecting impacts from COVID-19 across Europe, the role of diversified farming in Mato Grosso Brazil, diversification and soil management measures in Germany, value chain formation for the scaling of crop diversification, and the design process with farmers and scientists for the transition toward legume-supported farming in Europe. A key finding from these examples is that agricultural intensification has led to the simplification of cropping systems and landscapes in terms of species diversity and ecosystem function. To instead move towards sustainable transformation, all system levels (i.e. from the plot, farm, landscape, governance and overall food systems) need to interact and reinforce each other for diversification to deliver the desired outcomes.
Conservé avec la notice de tri, où il sert de preuve aux étiquettes ci-dessus.
Comment cette classification a été obtenuedéplier
Le tri à trois modèles
les 5 600 travaux triés →Les trois modèles l'ont jugé hors champ.
Editorial introducing a virtual issue on agricultural diversification; a domain editorial about agronomy findings, not about research practice.
It introduces an agricultural virtual issue about diversification, not research itself.
Virtual-issue intro on agricultural diversification science; domain content, not research methods.
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 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».