New criteria for sustainable land use planning of metropolitan green infrastructures in the tropical Andes
Notice bibliographique
Résumé
Context: Urbanization is rapidly increasing worldwide, with about 60% of the global population currently residing in cities and expected to reach 68% by 2050. In Latin America's tropical Andes region, managing these changes poses challenges, including biodiversity loss and vulnerability to climate change. Objectives: This study assesses urban growth and agricultural intensification impacts on the ecological functionality of metropolitan green infrastructures and their capacity to provide ecosystem services using a landscape sustainability and sociometabolic approach. Specifically, it aims to identify landscape configurations promoting socio-ecological sustainability amidst rapid urbanization. Methods: A landscape-metabolic model (IDC) was applied to evaluate the interactions between land use changes and ecosystem functions in the metropolitan region of Cali. Results: Agricultural intensification and industrialization, coupled with uncontrolled urban growth, have significantly transformed the landscape, posing threats to its sustainability. The prevailing biocultural landscapes hold a substantial potential to provide essential ecosystem services to the metropolis. The IDC offers an approach that utilizes a land cover map and agricultural production/metabolism data to calculate an indicator closely related to ecosystem services and multifunctionality. Conclusions: The IDC model stands out for efficiently capturing landscape dynamics, providing insights into landscape configuration and social metabolism without extensive resource requirements. This research highlights the importance of adopting a landscape-metabolic and green infrastructure framework to guide territorial policies in the tropical Andes and similar regions. It stresses the need for informed land use planning to address challenges and leverage opportunities presented by biocultural landscapes for regional sustainability amidst rapid urbanization and agricultural expansion.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».