A global index to measure crop commodity impacts on nature
Notice bibliographique
Résumé
This thesis presents the croP environmentaL sustAiNabiliTy index (PLANTdex), one of the first spatially- explicit (5 arcmin resolution) indexes to measure environmental impacts caused by the production of sixteen crop commodities globally. PLANTdex comprises five globally standardised environmental impact indicators developed from robust spatially-explicit environmental models related to climate change, water stress and terrestrial and aquatic biodiversity loss. \nPLANTdex, indicates spatial variations in production system efficiencies and environmental sensitivities, enabling to locate environmentally sustainable and unsustainable production globally. This thesis found more synergies (e.g., between biodiversity indicators) existed than trade-offs (e.g., between GHG emissions and marine biodiversity loss) existed between indicators. PLANTdex provides significant scientific advancement through spatially analysing multiple environmental impacts rather than resource use intensities attributed to specific crops, particularly biodiversity. Through PLANTDex, the global production vs impact ratio contribution indicator identified regions with greater environmental impacts than the global average impact, these included specific countries such as Indonesia, Turkey & China for crops such as Soybean, Oilpalm, Barley and Wheat. Countries where production for particular crops such as wheat caused impacts less impact than the global average included Ghana, Canada & Kazakhstan. The analysis identified over 32 regions that could collaborate on agricultural management strategies that allows for the exchange of knowledge on sustainable agriculture. PLANTdex has the potential to support initiatives such as the Taskforce on Nature-related Financial Disclosures (TNFD) and ESG strategies at the due diligence stage. \nDue to a lack of indicators to measure biodiversity impacts from fertiliser use, this thesis also focuses on improving current methodologies and estimating aquatic biodiversity impacts from excess fertiliser. The outcome identified large spatial differences between the popularly used Nutrient Use Efficiency indicator and aquatic biodiversity impacts. Significant variability existed at different metric stages (efficiency, loading and impacts), which identified the importance of measuring endpoint impacts rather than efficiencies. Life cycle impact assessments (LCIA) are often used to determine the environmental impacts of fertiliser use. However, the lack of suitable methodologies to estimate the fate and transport of nutrients from soils makes crop and regional impact comparisons challenging. Using a newly devised, spatially-explicit nutrient fate and transport model (fate factor, FF), this thesis estimates the global spatial variability of nutrient loss from fertilisation of crops and their impact on aquatic biodiversity, specifically species richness, relative to their quantity of production. The FF is implemented within a current LCIA methodology framework (LC IMPACT) and enhances it.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».