The land-blending strategy: Contribution of metapopulation theory to the land sparing-sharing debate
Notice bibliographique
Résumé
Two land management strategies have been proposed to preserve biodiversity while maintaining sufficient agricultural production: land sparing and land sharing. Debate on their efficiency continues, although a third hybrid strategy has emerged. The balance between these strategies is context-dependent, limiting generalizations. We addressed this challenge using a metapopulation-based model to simulate species persistence in agricultural landscapes under different management strategies. Our model captures the influence of contextual factors, such as landscape composition, connectivity, and pest incidence, allowing us to evaluate how landscape management strategies influence biodiversity and ecosystem services such as pest regulation. Our results highlight key factors for designing effective landscape management strategies. First, maintaining intermediate quality habitats (e.g., agroforests) within the landscape is essential to support pest controllers and thus, the provision of ecosystem services. Second, although agroforestry expansion can reduce economic returns compared to conventional agriculture, biodiversity offsets these costs when pest pressure is high and biological control is effective. These findings emphasize the importance of an integrated approach to implement effective landscape management strategies, optimizing both productivity and biodiversity conservation. This study reveals the potential of a hybrid ‘land blending’ strategy, able to outperform traditional land sparing-sharing approaches, while offering greater flexibility for change and uncertainty. To our knowledge, this study represents the first theoretical modelling approach to assess the effectiveness of conservation strategies without considering specific contextual influences. Our findings enhance our understanding of the impact of context on optimal strategies, enriching the debate and suggesting new perspectives beyond its false dichotomy. • Even small amounts of semi-natural systems in the landscape maintain pest control services. • Biodiversity in landscapes provides indirect pest control benefits to intensive agriculture. • Biodiversity offsets semi-natural system costs through provision of pest-control services. • Mixing land sparing and sharing can outperform basic strategies, depending on landscape context. • Agricultural output and biodiversity can be optimized dispelling the debate dichotomy.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».