MétaCan
Menu
Retour à la cohorte
Enregistrement W4411891327 · doi:10.1007/s10980-025-02121-0

Using old fields for new purposes: ecosystem service outcomes of restoring marginal agricultural land to forests

2025· article· en· W4411891327 sur OpenAlexafffundabout
Catherine Destrempes, Jesse T. Rieb, John R. Clark, Gabriela María Torchio, Brian E. Robinson, Monique Poulin, Elena M. Bennett

Notice bibliographique

RevueLandscape Ecology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensMinistère de l'Agriculture, des Pêcheries et de l'AlimentationMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesJewish Community Foundation of MontrealNatural Sciences and Engineering Research Council of CanadaMcGill University
Mots-clésEcosystem servicesLandscape ecologyAgricultureRestoration ecologyEnvironmental resource managementContext (archaeology)Agricultural landAgricultural productivityLand useLand degradationEnvironmental scienceGeographyEcosystemEcologyAgroforestryHabitatBiology

Résumé

récupéré en direct d'OpenAlex

Context: Human activities, particularly intensive agriculture, have caused significant environmental degradation, reduced ecosystem diversity, and increased vulnerability to global change. Recent international policies, such as the Global Biodiversity Framework's 30 × 30 target, advocate for nature-based solutions (NbS) such as ecological restoration to address these impacts. In agricultural landscapes, however, there are concerns that restoration may impact food production. Objectives: We investigated how forest restoration, as an NbS, changes the supply of ecosystem services (ES), including potential trade offs with agricultural output. Using the Montérégie region of Québec (southeastern Canada) as a case study, we assessed the influence of restoration extent, spatial configuration, and the original agricultural site conditions on the ES outcomes. Methods: We modeled ES outcomes for seven ES (crop production, maple syrup production, deer hunting, water quality, carbon storage, pollination, and outdoor recreation) under nine scenarios, which varied by total amount of the landscape restored (3.3%, 10.8%, 30%) and initial conditions of the agricultural fields restored (randomly selected, degraded agricultural field, or abandoned agricultural field). Results: Our findings indicate that increasing the amount of land restored enhances provision of most ES, though improvement varied by service. The initial condition of restored sites minimally influences ES outcomes. However, the spatial pattern of restoration plays a significant role in determining ES delivery, as restored sites enhance most ES through spillover effects up to 500 m. Conclusion: This study underscores the potential for combining landscape ecology approaches and ES tools to forecast NbS outcomes and inform landscape planning. Supplementary Information: The online version contains supplementary material available at 10.1007/s10980-025-02121-0.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,188
Score d'incertitude au seuil0,826

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,017
Tête enseignante GPT0,259
Écart entre enseignants0,242 · 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 tête enseignante, 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

Citations4
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueLandscape EcologyMême sujetLand Use and Ecosystem ServicesTravaux en français237 207