A global development and dynamics of peatland restoration: a bibliometric analysis
Notice bibliographique
Résumé
Peatland ecosystems play a critical role in conservation of biodiversity and climate regulation, but face ongoing degradation from land-use change, mining, and infrastructure development. In response, peatland restoration has gained global attention. This bibliometric study analyzed 448 publications from the Web of Science (1996–2024) to identify global research trends, influential contributors, collaborative networks, technological developments, and implementation challenges in peatland restoration. The results demonstrate the rapid increase of Peatland restoration studies since the 2010 s, driven by global initiatives (Paris Agreement and REDD + ). Institutions from Canada, the UK, and Indonesia are among the most prolific, which also showed a strong collaboration profile. Keyword and co-citation analyses illustrated an evolutionary topic from ecological and hydrological studies to policy-driven research addressing emissions, biodiversity, and sustainable land use. The emergence of terms such as “carbon sequestration”, paludiculture”, and “remote sensing” reflects a shift toward integrative restoration strategies with ecological, economic, and technological dimensions. Challenges include technical uncertainties in carbon dynamics and hydrological modeling, policy inconsistencies, and limited community engagement. Significant knowledge gaps include long-term carbon monitoring, standardized mapping methods, hydrological model accuracy, and biodiversity restoration mechanisms. Future research should prioritize multi-decadal carbon assessments, machine learning-enhanced hydrological models, and biodiversity-focused strategies like paludiculture. Integrating advanced technologies, such as synthetic aperture radar, with interdisciplinary collaboration can enhance evidence-based restoration, supporting ecosystem conservation and climate mitigation.
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 | 0,006 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,166 | 0,233 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».