Strong and nonlinear effects of fragmentation on ecosystem service provision at multiple scales
Notice bibliographique
Résumé
Human actions, such as converting natural land cover to agricultural or urban land, result in the loss and fragmentation of natural habitat, with important consequences for the provision of ecosystem services. Such habitat loss is especially important for services that are supplied by fragments of natural land cover and that depend on flows of organisms, matter, or people across the landscape to produce benefits, such as pollination, pest regulation, recreation and cultural services. However, our quantitative knowledge about precisely how different patterns of landscape fragmentation might affect the provision of these types of services is limited. We used a simple, spatially explicit model to evaluate the potential impact of natural land cover loss and fragmentation on the provision of hypothetical ecosystem services. Based on current literature, we assumed that fragments of natural land cover provide ecosystem services to the area surrounding them in a distance-dependent manner such that ecosystem service flow depended on proximity to fragments. We modeled seven different patterns of natural land cover loss across landscapes that varied in the overall level of landscape fragmentation. Our model predicts that natural land cover loss will have strong and unimodal effects on ecosystem service provision, with clear thresholds indicating rapid loss of service provision beyond critical levels of natural land cover loss. It also predicts the presence of a tradeoff between maximizing ecosystem service provision and conserving natural land cover, and a mismatch between ecosystem service provision at landscape versus finer spatial scales. Importantly, the pattern of landscape fragmentation mitigated or intensified these tradeoffs and mismatches. Our model suggests that managing patterns of natural land cover loss and fragmentation could help influence the provision of multiple ecosystem services and manage tradeoffs and synergies between services across different human-dominated 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».