The effects of farmland heterogeneity on ecosystem service provision
Notice bibliographique
Résumé
Landscape simplification and the intensification of farming practices have negative effects on the provision of many non-food ecosystem services (ES). Incorporating greater landscape heterogeneity in cropped areas (i.e. greater farmland heterogeneity) may be a key lever to increase ES provision. To date, studies have mostly focused on the effects of farmland heterogeneity on biodiversity or a single ES, and at a single scale. We need to understand how farmland heterogeneity, specifically mean field size and crop diversity, affect multiple ES across scales, since it is unclear whether a certain level or scale of farmland heterogeneity can maximize ES provision. I determined the effects of farmland heterogeneity on the provision of six key ES (food production, soil fertility, water quality regulation, carbon storage, pollination and pest control) in the Montérégie, an important agricultural region in Quebec, Canada. I sampled 32 soybean fields embedded within landscapes that fell along independent gradients of mean field size and crop diversity. I evaluated how heterogeneity effects change at two different scales, 500 m and 1000 m, while controlling for the effects of in-field management practices. I found that the mean size of agricultural fields had a stronger influence on ES provision than crop diversity, especially at the 500 m scale. I observed key trade-offs between ES at different levels of farmland heterogeneity. Fields in landscapes with higher farmland heterogeneity benefited from greater bee species richness, water quality regulation and defoliator regulation, but had less food production, aphid regulation and syrphid species richness. To further explore these trade-offs, I calculated the multiple ecosystem service landscape index (MESLI). Below a field size of four hectares, multifunctionality decreased due to trade-offs. Based on these results, I suggest that four to six hectares may be a target field size to maintain ES and biodiversity in the Montérégie. Understanding the trade-offs that occur at different levels and scales of farmland heterogeneity will help farmers and policymakers to make more informed decisions regarding agricultural landscapes
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».