Conservation of Mammals in Eastern North American Wildlife Reserves: How Small Is Too Small?
Notice bibliographique
Résumé
Abstract: A common objective of methods of systematic reserve selection has been to maximize conservation benefits—frequently current species richness—while reducing the costs of acquiring and maintaining reserves. But the probability that a reserve will lose species in the future is frequently not known because the minimum area requirements for most species have not been estimated empirically. For reserves within the Alleghenian‐Illinoian mammal province of eastern North America, we empirically estimated the minimum area requirement of terrestrial mammals such that reserves should not lose species because of insularization. We compared this estimate to the actual size of 2355 reserves and reserve assemblages within the mammal province. The estimated minimum area requirement was 5037 km 2 (95% CI: 2700–13,296 km 2 ). Fourteen reserves and reserve assemblages were> 2700 km 2 , 9 were> 5037 km 2 , and 3 were> 13,296 km 2 . These 14 reserves accounted for 73% of the total area of reserves and 10% of the total area of the mammal province. Few reserves appear large enough to avoid loss of some mammal species without the additional cost of active management of habitat or populations. Immigration corridors and buffer zones that combine small reserves into assemblages totaling at least 2700 km 2 may be the most efficient means of conserving mammals in these reserves.
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 | 0,003 | 0,008 |
| 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 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| 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 ».