Evaluating multispecies landscape connectivity in a threatened tropical mammal community
Notice bibliographique
Résumé
Habitat corridors are important tools for maintaining connectivity in increasingly fragmented landscapes, but generally they have been considered in single-species approaches. Corridors intended to facilitate the movement of multiple species could increase persistence of entire communities, but at the likely cost of being less efficient for any given species than a corridor intended specifically for that species. There have been few tests of the trade-offs between single- and multispecies corridor approaches. We assessed single-species and multispecies habitat corridors for 5 threatened mammal species in tropical forests of Borneo. We generated maps of the cost of movement across the landscape for each species based on the species' local abundance as estimated through hierarchical modeling of camera-trap data with biophysical and anthropogenic covariates. Elevation influenced local abundance of banded civets (Hemigalus derbyanus) and sun bears (Helarctos malayanus). Increased road density was associated with lower local abundance of Sunda clouded leopards (Neofelis diardi) and higher local abundance of sambar deer (Rusa unicolor). Pig-tailed macaque (Macaca nemestrina) local abundance was lower in recently logged areas. An all-species-combined connectivity scenario with least-cost paths and 1 km buffers generated total movement costs that were 27% and 23% higher for banded civets and clouded leopards, respectively, than the connectivity scenarios for those species individually. A carnivore multispecies connectivity scenario, however, increased movement cost by 2% for banded civets and clouded leopards. Likewise, an herbivore multispecies scenario provided more effective connectivity than the all-species-combined scenario for sambar and macaques. We suggest that multispecies habitat connectivity plans be tailored to groups of ecologically similar, disturbance-sensitive species to maximize their effectiveness.
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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».