Assessing conservation regionalization schemes: employing a beta diversity metric to test the environmental surrogacy approach
Notice bibliographique
Résumé
Abstract Aim Systematic conservation planning often involves the application of a regionalization scheme, which is assumed to delineate distinct ecological communities of target species. Commonly, such schemes are constructed using environmental surrogates; however, their effectiveness with regard to community delineation has been questioned in previous studies. Here, we aim to assess multiple environmental regionalization schemes' ability to delineate avian communities and to evaluate these schemes against a regionalization scheme built using species data directly. Location British C olumbia, C anada. Methods We employed a beta diversity metric using community data from the BC Breeding B ird Atlas in multiple analysis of similarity ( ANOSIM ) tests, to assess the ability of a number of environmental regionalization schemes to delineate species turnover. We also developed a new species‐based scheme using kriged local beta diversity values and a thematic resolution optimized through ANOSIM testing, which was then evaluated against the previously tested schemes. Results All regionalization schemes delineated significant patterns in community structure, with the Bird Conservation Regions performing most similarly to the species‐based regionalization. Regionalizations that required regions to be spatially contiguous outperformed non‐contiguous regionalizations. Increasing thematic resolution (the number of regions within a regionalization) improved a regionalization's overall performance; however, regional redundancy also increased. Main conclusions We argue that environmental regionalizations can function as effective alternatives to species‐based regionalizations, particularly in areas with poor availability of species data. Also, we conclude that spatially contiguous regionalizations are superior to non‐contiguous ones for delineating distinct communities. Lastly, we demonstrate how thematic resolution represents a trade‐off between overall regionalization performance and regional redundancy, and how differing thematic resolutions can be employed depending upon the goals of the user.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,006 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».