MétaCan
Menu
Retour à la cohorte
Enregistrement W4392600444 · doi:10.5194/egusphere-egu24-6070

Reconciling climate change mitigation, biodiversity conservation and rice production through changes in water management strategies

2024· preprint· en· W4392600444 sur OpenAlexaff
Sebastián Echeverría-Progulakis, Maite Martínez‐Eixarch, Néstor Pérez‐Méndez

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture, Water, and Health
Établissements canadiensContinental (Canada)
Organismes subventionnairesnon disponible
Mots-clésClimate changeProduction (economics)BiodiversityBiodiversity conservationNatural resource economicsEnvironmental resource managementWater conservationEnvironmental scienceEnvironmental planningAgroforestryBusinessEconomicsEcologyWater resources

Résumé

récupéré en direct d'OpenAlex

Tackling climate change while enhancing biodiversity without compromising production is a main goal in agricultural policy. In rice farming, water-saving irrigation techniques alternative to permanent flooding are necessary to face water scarcity and have proven effective in reducing greenhouse gas (GHG) emissions, yet potential trade-offs with biodiversity conservation are often overlooked. Here we used a field-scale experiment to compare the effects of water management strategies representing a water use gradient on i) GHG emissions, ii) the diversity of aquatic macroinvertebrate and vertebrate (fish and amphibians) communities, and iii) crop productivity. Reduced methane emissions were observed in rice fields with lowest water use when compared to fields permanently flooded, yet the effect on aquatic biodiversity and crop yield was the opposite. Through this holistic assessment approach, we were able to identify an intermediate rice water-saving irrigation strategy that conciliates climate change mitigation, biodiversity conservation and crop production in rice agrosystems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,291
Score d'incertitude au seuil0,592

Scores Codex et Gemma par catégorie

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

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 Opus0,042
Tête enseignante GPT0,251
Écart entre enseignants0,209 · 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 tête enseignante, 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAgriculture, Water, and HealthTravaux en français237 207