このプロジェクトは、当初から共同管理のアプローチに従っており、計画や実施に先立ち、パートナーであるコミュニティや地元当局に相談が行われた。彼らはプロジェクト実施の全過程に積極的に関与し、トレーニングを受け、その努力（植林）に見合った報酬を得ている。その例として、選定された樹種やNTFPなどの利益に関する地元の知識を統合したことが挙げられる。

アブダビでは、ブレスタブル・サンドの技術がいくつかの農場でピーナッツ、緑豆、黒目豆の栽培に役立っている。

アブダビでは、ほとんどの野菜がドバイなど近隣の都市から輸入されたり、出荷されたりしていますが、農家は地元の野菜や果物を栽培し、地元の家族に提供することができるようになりました。 生産物の品質も良く、通気性砂のおかげで無秩序な浸透が大幅に減少したため、水の使用量は一般的な必要量の20％程度に抑えられています。

現在の農場には、野菜や果物を植えるための500平方メートルの耕地があり、ラスアルハイマでは10万平方メートルの土地が追加の用途のために準備されている。

ドバイの家庭菜園では、寺院の木、ジャスミン、ココナッツの木、バラ、6種類のハイビスカスなど、通常砂漠の環境では育たない植物が満開に咲いている。 通気性砂」技術のおかげで、水が節約され、植物も健康に育つ。

GoumbookとJAホテルズ＆リゾーツは、絶滅の危機に瀕しているドバイ固有の植物を保護する「Give a Ghaf」キャンペーンを支援し、ドバイのリゾート地に合計20本のGhafの苗木を植樹した。 地元のホテル支配人と従業員は、灌漑用水の使用量を削減するための新技術「Breathable Sand」を使用して植樹を行った。

ドワイト・スクールは、3大陸にキャンパスを持つ一流のインターナショナル・スクールである。2021年、ドバイ・キャンパスは、キャンパス内の植樹活動の一環として、水利と砂漠の農業に提供される水利と持続可能な「ブレスタブル・サンド」ソリューションの利用に成功した。

この場所はまた、教育やデモンストレーションの目的にも使用されている。

多方面にわたる調整により、地域社会は生物多様性当局の公式書式に基づき、個体数調査や捕獲・解放の際にサルノコシカケの登録を実施している。保護地域が保全の決定をより適切に行うために、生態学的および疫学的指標を導入することを期待する。地元の牧畜業者は、アルパカの健康状態を改善し、伝染病の可能性を減少させるために、アルパカの衛生的かつ生産的な飼養管理に関する研修を受ける。最終的には、「Oro Responsable（責任ある責任）」のための組織間共同作業グループを通じ、地域社会におけるオーロラ鉱山の影響を緩和するための、社会的・環境的な優れた実践方法を適用するためのパイロット・キャンプが実施されている。

また、ビクーニャの捕獲（繊維の除去）および養殖ビクーニャの放牧キャンプにおいて、養殖ビクーニャおよび養殖ガードのコミュニティを指導した。その中には、家畜間および作業器具や付属品によるサルの感染を防止するための適切な動物衛生および衛生管理の手順、捕獲された家畜から人や人への感染を防止するための野生動物に対する衛生管理が含まれる。さらに、捕獲時に得られるビクーニャ繊維の品質を向上させ、その価値を高め、地域社会への利益を増大させるため、両ケースとも、繊維機械と繊維の捕獲に関する研修を実施した。

2006年、2018年、2019年、2021年に実施された、アポロバンバにおけるビクーニャの個体数のモニタリングでは、この種は個体数増加の比率を維持しており、ほとんどの個体は健康であることが確認された。サルモドキの有病率は低く、主に体格の劣る重症のビクーニャや中高齢のビクーニャが罹患する。この病気は現在、体力を維持するのに十分な食事がとれていれば、影響は軽微である。その一方で、ここ10年で鉱山活動が50から231へと増加し、1回の鉱山活動でおよそ6kg/mの水銀が使用されるようになったため、この種にも汚染が見られるようになった。これはビクーニャの血中総水銀量、および細胞異常（遺伝毒性）により確認されており、家畜や家畜の健康にとって局所的な脅威となっている。

ビクーニャとその生息地の保護を強化するためには、ビクーニャの管理者コミュニティと保護地域の信頼関係を強化すること（17年前から共同で活動）、およびビクーニャの管理者全国協会（3年前から共同で活動）が不可欠である。その結果、ビクーニャの人口増加と衛生状態のモニタリング、汚染物質とその影響に関する監視の実施、動物衛生と生物保全の能力開発が可能になった；最近、牧畜牛の牛肉と牛の食害、および牛の健康・衛生状態に関するベースリストを作成した。

Tech4Nature Mexico pilotの枠組みにおける畳み込みニューラルネットワーク（CNN）に基づく画像認識コンポーネントは、次のような基本的な役割を果たしている： i) カメラトラップによる捕獲からジャガーの存在を自動的に検出し、データ処理を高速化する ii) 地域のジャガー個体群を自動的に識別し、地域個体群の理解を深める。このアプローチは、より迅速で詳細な分析を可能にする高度な手法を活用することで、保全において極めて重要である。