MétaCan
Menu
Retour à la cohorte
Enregistrement W2118170048 · doi:10.1073/pnas.1213841110

Joint analysis of stressors and ecosystem services to enhance restoration effectiveness

2012· article· en· W2118170048 sur OpenAlexaffabout
J. David Allan, Peter B. McIntyre, Sigrid D. P. Smith, Benjamin S. Halpern, Gregory L. Boyer, Andy Buchsbaum, G.A. Burton, Linda M. Campbell, W. Lindsay Chadderton, Jan J. H. Ciborowski, Patrick J. Doran, Tim Eder, Dana M. Infante, Lucinda B. Johnson, Christine Joseph, Adrienne L. Marino, Alexander Prusevich, Jennifer Read, Joan B. Rose, Edward S. Rutherford, Scott P. Sowa, Alan D. Steinman

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensUniversity of WindsorSaint Mary's UniversitySt. Mary's University
Organismes subventionnairesnon disponible
Mots-clésEcosystem servicesEnvironmental resource managementStressorRecreationProvisioningRestoration ecologyEcosystemEcosystem managementEnvironmental planningEcologyBusinessGeographyEnvironmental scienceEngineeringBiology

Résumé

récupéré en direct d'OpenAlex

With increasing pressure placed on natural systems by growing human populations, both scientists and resource managers need a better understanding of the relationships between cumulative stress from human activities and valued ecosystem services. Societies often seek to mitigate threats to these services through large-scale, costly restoration projects, such as the over one billion dollar Great Lakes Restoration Initiative currently underway. To help inform these efforts, we merged high-resolution spatial analyses of environmental stressors with mapping of ecosystem services for all five Great Lakes. Cumulative ecosystem stress is highest in near-shore habitats, but also extends offshore in Lakes Erie, Ontario, and Michigan. Variation in cumulative stress is driven largely by spatial concordance among multiple stressors, indicating the importance of considering all stressors when planning restoration activities. In addition, highly stressed areas reflect numerous different combinations of stressors rather than a single suite of problems, suggesting that a detailed understanding of the stressors needing alleviation could improve restoration planning. We also find that many important areas for fisheries and recreation are subject to high stress, indicating that ecosystem degradation could be threatening key services. Current restoration efforts have targeted high-stress sites almost exclusively, but generally without knowledge of the full range of stressors affecting these locations or differences among sites in service provisioning. Our results demonstrate that joint spatial analysis of stressors and ecosystem services can provide a critical foundation for maximizing social and ecological benefits from restoration investments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,283
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations371
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetLand Use and Ecosystem ServicesTravaux en français237 207