MétaCan
Menu
Retour à la cohorte
Enregistrement W4407391585 · doi:10.3390/su17041529

The Influences of Land Use and Economic Policy on Main Ecosystem Services in Rural East China

2025· article· en· W4407391585 sur OpenAlexaff
Kun Zhang, Xuehui Sun, Tingjing Zhang, Xiao-Zheng Zhang, Renqing Wang, Peiming Zheng, Hui Wang, Shuping Zhang

Notice bibliographique

RevueSustainability · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Science Foundation of Shandong ProvinceChinese Academy of SciencesShandong University
Mots-clésChinaEcosystem servicesEcosystemLand useGeographyNatural resource economicsBusinessEnvironmental resource managementEnvironmental planningEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

The growing need for food provision and materials challenges the maintenance of ecosystem services. Understanding the composition of ecosystem services and the factors that affect the services are critical to improving rural development. An assessment of ecosystem services in the densely populated rural areas of East China has been conducted. The results show the average value of rural ecosystem services was 34.99 thousand RMB/ha. The average value of provision services was 30.01 thousand RMB/ha, which was the main part of ecosystem services. The relationships between provision services and ecosystem services were complex. Provision (nutrition) services had no significant correlation with regulation services and provision (material) services. Provision services were mainly influenced by forest cover, proportion of arable land, and rural population (adjusted R2 = 0.36). Social factors and land use factors also had a significant impact on nutrition provision services and material provision services. Land and economic policies could regulate the rural ecosystem service value by changing land use types, population mobility, and rural income. Our findings may shed light on the synergetic development of ecosystem services, provision services, and village development in densely populated rural areas 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 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 enseignants0,111
Score d'incertitude au seuil0,221

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 technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,003
Tête enseignante GPT0,222
Écart entre enseignants0,218 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetLand Use and Ecosystem ServicesTravaux en français237 207