MétaCan
Menu
Retour à la cohorte
Enregistrement W4388492831 · doi:10.1007/s13593-023-00925-5

Assessing the energy trap of industrial agriculture in North America and Europe: 82 balances from 1830 to 2012

2023· article· en· W4388492831 sur OpenAlexafffund
Enric Tello, Vera Sacristán, José Ramón Olarieta, Claudio Cattaneo, Joan Marull, Manel Pons, Simone Gingrich, Fridolin Krausmann, Elena Galán, Inés Marco, Roc Padró, Gloria I. Guzmán, Geoff Cunfer, Andrew S. Watson, Joshua MacFadyen, Eva Fraňková, Eduardo Aguilera, Juan Infante‐Amate, Alexander Urrego-Mesa, David Soto Fernández, Lluís Parcerisa, Jérôme Dupras, Lucía Díez-Sanjuán, Jonathan Caravaca, L. Gómez, Onofre Fullana, Ivan Murray, Gabriel Jover Avellà, Xavier Cussó i Segura, Ramón Garrabou

Notice bibliographique

RevueAgronomy for Sustainable Development · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensUniversité du Québec en OutaouaisMarianopolis CollegeUniversity of Prince Edward IslandUniversity of Saskatchewan
Organismes subventionnairesUniversitat de BarcelonaHORIZON EUROPE European Research CouncilSocial Sciences and Humanities Research Council of CanadaMinisterio de Ciencia e Innovación
Mots-clésAgroecosystemAgricultureLivestockNatural resource economicsProductivityProduction (economics)Biomass (ecology)Environmental scienceAgricultural economicsFossil fuelAgroforestryBusinessEconomicsEcologyGeographyForestry

Résumé

récupéré en direct d'OpenAlex

Early energy analyses of agriculture revealed that behind higher labor and land productivity of industrial farming, there was a decrease in energy returns on energy (EROI) invested, in comparison to more traditional organic agricultural systems. Studies on recent trends show that efficiency gains in production and use of inputs have again somewhat improved energy returns. However, most of these agricultural energy studies have focused only on external inputs at the crop level, concealing the important role of internal biomass flows that livestock and forestry recirculate within agroecosystems. Here, we synthesize the results of 82 farm systems in North America and Europe from 1830 to 2012 that for the first time show the changing energy profiles of agroecosystems, including livestock and forestry, with a multi-EROI approach that accounts for the energy returns on external inputs, on internal biomass reuses, and on all inputs invested. With this historical circular bioeconomic approach, we found a general trend towards much lower external returns, little or no increases in internal returns, and almost no improvement in total returns. This "energy trap" was driven by shifts towards a growing dependence of crop production on fossil-fueled external inputs, much more intensive livestock production based on feed grains, less forestry, and a structural disintegration of agroecosystem components by increasingly linear industrial farm managements. We conclude that overcoming the energy trap requires nature-based solutions to reduce current dependence on fossil-fueled external industrial inputs and increase the circularity and complexity of agroecosystems to provide healthier diets with less animal products. Supplementary Information: The online version contains supplementary material available at 10.1007/s13593-023-00925-5.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,223
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgronomy for Sustainable DevelopmentMême sujetAgriculture Sustainability and Environmental ImpactTravaux en français237 207