Risk of extirpation for vertebrate species on an industrial forest in New Brunswick, Canada: 1945, 2002, and 2027
Notice bibliographique
Résumé
The risk of extirpation was assessed for 157 vertebrate species for a ca. 190 000 ha forest in New Brunswick, Canada, based on land cover in 1945, 2002, and 2027. Data from 1945, prior to intensive forest management, were derived from detailed spatial 19441947 timber-cruise data and maps. Extirpation risk was determined by species, using a categorical system called the species-sorting algorithm whereby each species was assigned to one of four risk classes based on four variables: potential abundance, proportion of the landscape suitable for occupancy, species-specific habitat connectivity, and population growth potential. Data for these variables were derived from species-specific spatial landscape assessments and published life-history parameters. Forest management from 1945 to 2002 decreased the mixed hardwoodsoftwood forest area from 37% to 18%, increased the area of tolerant hardwoods from 10% to 25%, and decreased the area of forest >70 years old from 86% to 44%. Projections for 2027 showed further declines in old softwood, hardwood, and mixedwood habitats. Twenty-seven vertebrate species were ranked as class I (highest extirpation risk) in 1945 versus 20 in 2002 and 26 in 2027; 35 species (22%) were ranked as class I at least once and 15 species in all 3 years. Sensitivity analyses demonstrated that habitat availability was the most important ranking variable for determining extirpation risk, and that changes in habitat threshold values for assigning risk scores significantly altered results. The forest was less sensitive to habitat thresholds in 1945 than in 2002 or 2027 because of greater homogeneity. Low cover of old-forest habitat, especially mixedwood in large patches with adequate connectivity, resulted from both management and natural disturbances, and was the primary factor determining extirpation risk for vertebrates on the landscape.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».