MétaCan
Menu
Retour à la cohorte
Enregistrement W4414118983 · doi:10.1016/j.landusepol.2025.107755

Healthy soils as a booster to EU competitiveness

2025· article· en· W4414118983 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueLand Use Policy · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensImpact
Organismes subventionnairesEuropean Commission
Mots-clésSoil healthEuropean unionEcosystem servicesAgricultureSoil carbonRevenueEnvironmental remediationSoil waterSoil retrogression and degradation

Résumé

récupéré en direct d'OpenAlex

The European Union's strategic agenda for 2024–2029 prioritizes a prosperous and competitive Europe, with soil health potentially playing a role in achieving this goal. However, the current state of European soils is of concern, with over 60 % of soils not in healthy condition, as reported by the European Union’s Soil Mission Board and the EU Soil Observatory. This results not only in environmental issues, but also economic ones, as the costs of soil degradation in the EU are estimated to be higher than €50 billion per year, underscoring the need for soil health to be placed more prominently on the political agenda. Soil-related business models, including biotechnology, remediation of contaminated sites, carbon removals and farming, regenerative agriculture, and agritech solutions, can contribute to EU competitiveness. These business models may help address most of the challenges posed by soil degradation, climate change, and biodiversity loss, while promoting sustainable agriculture practices and improving ecosystem functioning. The EU's soil remediation market is valued at €8.5 billion, with an annual growth rate of 5 %. The EU Carbon Removals and Carbon Farming Regulation provides a framework for certifying carbon removals, with potential revenue of €6 billion per year. Regenerative agriculture, which prioritises soil health and ecosystem services, can increase crop yields, reduce dependency on synthetic fertilisers and pesticides, and promote biodiversity. Agritech solutions, such as precision agriculture and artificial intelligence, can optimize farming practices, reduce costs, and improve environmental sustainability. Here we present the potential of soil-related business models to contribute to EU competitiveness, while addressing environmental and societal challenges. However, a number of challenges remain and need to be addressed as the need for acceleration, a clear policy framework, a closer collaboration of different actors in the food supply chain and a digital transformation are still needed.

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.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,226
Score d'incertitude au seuil1,000

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)0,0010,001

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,284
Écart entre enseignants0,276 · 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