Water-saving irrigation can mitigate climate change but entails negative side effects on biodiversity in rice paddy fields
Notice bibliographique
Résumé
Tackling climate change while enhancing biodiversity without compromising production is a main goal in agricultural management. In rice farming, water-saving irrigation techniques alternative to permanent flooding have been globally adopted to face more severe and frequent droughts and have proven effective in reducing greenhouse gas emissions. Yet potential trade-offs with other global concerning environmental issues such as 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 (continuous flooding as the lowest intensity water use management; mid-season drainage (MSD) as medium intensity; and alternate wetting and drying (AWD) as the highest intensity management) on i) greenhouse gas emissions, ii) the abundance and diversity of freshwater biological communities, and iii) crop yield. While a positive climate change mitigation effect was observed under water-saving practices (92.5 % and 67.3 % methane emission decreases for AWD and MSD, respectively, when compared to continuous flooding), these resulted negative for biodiversity conservation. Even though AWD decreased species richness only at the richness peak, a strong negative effect was observed on the abundance of aquatic organisms (decapods, heteropterans, odonates and amphibians). Grain yield decreased 12.9 % with AWD management as opposed to continuous flooding but did not vary under MSD. Even though wider adoption of water-saving strategies might help achieving climate mitigation goals while maintaining yields, negative effects on biodiversity should be addressed to preserve highly diverse communities of aquatic organisms and the broad range of ecosystem services they provide. These results point towards marked trade-offs among different agri-environmental issues, therefore, we advocate for more integrative solutions that account for potential side effects when designing alternative water management plans.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».