Utility of Measuring Abundance versus Consistent Occupancy in Predicting Biodiversity Persistence
Notice bibliographique
Résumé
The primary goals of reserve selection are to represent all chosen units of biodiversity and to ensure their long-term persistence while minimizing costs. We considered two simple proxies of species persistence: a time series of point-count data to calculate abundance and a time series of presence-absence data to calculate permanence (a measure of consistent occupancy over time). Using two 10-year intervals of data from the North American Breeding Bird Survey, we compared the performance of each measure at predicting persistence 18 years later. For nonrare species, abundance and permanence predicted persistence similarly well. We performed complementarity-based reserve selections with data on species abundance and permanence (from 1970 to 1979) and then evaluated the effectiveness of the reserve networks at maintaining species populations and efficiency in land use (data from 1997 to 2006). Abundance proved a better predictor of future local persistence than permanence, which justifies the relatively larger financial and temporal costs of collecting a time series of point-count data to estimate abundance. If future extinction events were used as a measure of reserve-network effectiveness, the performance of abundance and permanence did not differ markedly. Nevertheless, when future abundance, which is a more sensitive measure of network effectiveness, was used, abundance was significantly better than permanence at selecting longer-term, high-quality, species-specific habitat but required larger reserves to do so.
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 | 0,000 | 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) | 0,004 | 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 ».