Spatial incongruence among hotspots and complementary areas of tree diversity in southern <scp>A</scp>frica
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Aim Biodiversity hotspots have important roles in conservation prioritisation, but efficient methods for selecting among them remain debated. Location Southern A frica. Methods In this study, we used data on the dated phylogeny and geographical distribution of 1400 tree species in southern A frica to map regional hotspots of species richness ( SR ), phylogenetic diversity ( PD ), phylogenetic endemism ( PE ), species endemism ( CWE ), and evolutionary distinctiveness and global endangerment ( EDGE ). In addition, we evaluated the efficiency of hotspots in capturing complementary areas of species richness and phylogenetic diversity. We examined the spatial overlap among hotspots for each metric, and review how well one metric may serve as a surrogate for others. We then evaluated the effectiveness of current conservation areas in capturing these different facets of diversity and complementary areas. Lastly, we explored the environmental factors influencing the distribution of these diversity metrics in southern A frica. Results We reveal large spatial incongruence between biodiversity indices, resulting in unequal representation of PD , SR , PE , CWE and EDGE in hotspots and currently protected areas. Notably, no hotspot area is shared among all five measures, and 69% of hotspot areas were unique to a single diversity metric. Areas selected using complementarity are even more dispersed, but capture rare diversity that is overlooked by the hotspot approach. Main conclusions An integrative approach that considers multiple facets of biodiversity is needed if we are to maximise the conservation of tree diversity in southern A frica.
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.
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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 découle