Proposing a socialecological framework for successful grassland restoration in Germany – an overview and insights from the Grassworks project
Notice bibliographique
Résumé
Bending the biodiversity curve and delivering on biodiversity promises from international agreements and laws, including Kunming-Montreal and the EU Restoration Law, requires upscaling ecological restoration from smaller to larger spatial and temporal dimensions and across different spheres of society. Achieving this depends on a strong scientific evidence base and synthesis of effective practices from both ecological and social perspectives. The Grassworks project investigates the factors driving success in grassland restoration in Germany, addressing ecological, socio-economic, and socialecological dimensions. We address this by conducting a post-hoc assessment of previously restored sites, comparing them to both positive and negative reference sites across three regions along a north-south gradient in Germany. In the post-hoc assessment, we employed a stratified design to evaluate the effects of restoration methods, previous land use, current management, governance, finance, and time since restoration intervention. We assessed vegetation, butterflies, wild bees, soil characteristics, and economic performance, while controlling for surrounding landscape configuration. Additionally, we examined key socialecological dimensions, including stakeholder values, knowledge exchange, and decision-making processes within established networks. This was complemented by a Real-World Laboratory approach, integrating ex-ante and ex-post assessments, demonstration sites, and live restoration activities co-created with local stakeholders. This publication provides an overview and reflection, drawing on insights from the Grassworks project in Germany, to inform, guide and support the development of future large-scale socialecological restoration efforts worldwide.
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 | 0,007 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,015 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».