Aridification impacts and adaptation strategies in the world’s drylands: a review
Notice bibliographique
Résumé
Global aridity is increasing due to anthropogenic warming, which raises atmospheric evaporative demand faster than precipitation. As a result, more land and populations are exposed to arid conditions, a trend projected to intensify in the coming decades. Aridity is a long-term climatological condition that affects large regions worldwide. Unlike short-term phenomena such as droughts, aridity leads to gradual but increasingly detrimental impacts on biophysical and socio-economic systems. Over time it can transform landscapes into desert-like environments, hindering the development of life and compromising the well-being of societies. The impacts of aridity are complex and diverse, and it is especially challenging to assess its effects on socioeconomic systems. Yet no global review has systematically examined the impacts of aridity, the factors driving societal vulnerability, and the adaptation measures being implemented. This paper provides the first comprehensive synthesis of these dimensions, thereby filling a critical gap in the literature. Our review shows that while references to biophysical impacts are increasing, explicit studies on socio-economic consequences—such as those on food production, poverty, health, and migration—remain scarce. These are often inferred indirectly from related concepts like drought or desertification. By systematically integrating this dispersed evidence, our article highlights both natural and socio-economic impacts, identifies key knowledge gaps, and outlines priority areas for future research. Such knowledge is essential for improving mitigation and adaptation strategies that strengthen resilience in increasingly arid regions.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».