MétaCan
Menu
Retour à la cohorte
Enregistrement W4415534950 · doi:10.1016/j.sciaf.2025.e03044

Macrofauna-environment interactions and their potential in restoring degraded landscapes in the context of Sub-Saharan Africa: A review of current knowledge

2025· article· en· W4415534950 sur OpenAlexfundno aff
Mukanzala Kasimbo, Todd Johnson, Theodore M. Mwamba, Agnes Uwimbabazi, Stephen Syampungani

Notice bibliographique

RevueScientific African · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInsect and Arachnid Ecology and Behavior
Établissements canadiensnon disponible
Organismes subventionnairesNational Research FoundationNational Science and Technology CouncilInternational Development Research CentreCopperbelt UniversityDepartment of Science and Innovation, South Africa
Mots-clésContext (archaeology)BiodiversityRestoration ecologyEcosystemEcosystem servicesHabitatAgricultureNovel ecosystem

Résumé

récupéré en direct d'OpenAlex

Restoring degraded landscapes, such as those induced by mining activity, is essential for recovering lost ecosystem services. This requires innovative nature-based solutions, especially in sub-Saharan Africa (SSA). This review summarizes current knowledge on soil macrofauna in degraded SSA landscapes, an otherwise overlooked component of ecological restoration. A systematic literature review was conducted, yielding 31 relevant publications that were analyzed to identify patterns in macrofauna assemblages across land-use types in SSA including agricultural, forest, bushland, grassland, savannah, dumpsite and reclaimed mine site landscapes. Bibliometric analysis showed minimal studies before 2014, with research increasing after 2017, mostly in southern and eastern Africa. West Africa remains underrepresented. We found more studies on agricultural systems type (28 of the 32 reviewed studies), reporting seven classes, while less studies were conducted on mining wasteland (3 of 31 reviewed studies) reporting only one class. This highlights the urgent need for more macrofauna research in mine wastelands to pursue restoration. Variations in macrofauna composition (at both class and order level) are also viewed in relation to their physiological and environmental plasticity adaptations. In addition, potential macrofauna functional roles, such as bioturbation, organic matter breakdown, nutrient cycling, as well as other attributes such as tolerance to harsh environments and bioindication of biodiversity recovery, that may support landscape restoration were considered as well. Macrofauna groups with potential in future bioaugmentation strategies (the deliberate introduction of beneficial soil organisms to enhance ecological functions) include earthworms (Oligochaeta), termites (Isoptera) and ants (Hymenoptera: Formicidae). Opportunities and challenges of their integration into restoration planning are also discussed, especially in the context of SSA mining landscapes, which are often characterized by severe ecological degradation such as surface water contamination and heavy metal pollution. Although there is a gradual increase in publications on macrofauna in Southern Africa, their practical inclusion in ecological restoration efforts across SSA remains limited. The lack of a better understanding of macrofauna tolerance mechanisms, particularly to environmental stressors such as temperature fluctuations, chemical pollution, and habitat alterations, and the precise nature of their interactions with both biotic and abiotic environmental factors is identified as an avenue for future investigations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,020
Tête enseignante GPT0,277
Écart entre enseignants0,257 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific AfricanMême sujetInsect and Arachnid Ecology and BehaviorTravaux en français237 207