Place prioritization for biodiversity reserve network design: a comparison of the SITES and ResNet software packages for coverage and efficiency
Notice bibliographique
Résumé
Abstract. The place prioritization problem in conservation biology is that of establishing a sequentially prioritized list of places on the basis of biodiversity content. Such a list can then be used to select reserve networks that are designed to be fully representative of the biodiversity of an area as efficiently as possible (for instance, with minimum area or cost). The usual goal is the representation of all chosen biodiversity surrogates up to or beyond a required target, or to the greatest available extent. The purpose of this paper is to compare the respective performances of two place prioritization software packages, SITES and ResNet, on four datasets (distributions of termite genera in Namibia, breeding bird species in the Falkland Islands/Islas Malvinas, vertebrate species in Texas and flora and fauna species that are at risk in Québec), to determine their respective merits. The two software packages implement radically different algorithms: SITES is based on a simulated annealing procedure for finding (local) optima; ResNet uses an algorithm based on rarity and complementarity. This analysis indicates that the rarity‐complementarity based algorithm of ResNet surpasses the simulated annealing approach of SITES with respect to time and completeness. SITES, however, contains other features that are useful in conservation planning. Ways in which the two packages can be used together effectively are suggested.
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 | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».