Sensitivity of Systematic Reserve Selection to Decisions about Scale, Biological Data, and Targets: Case Study from Southern British Columbia
Notice bibliographique
Résumé
Abstract: The identification of conservation areas based on systematic reserve‐selection algorithms requires decisions related to both spatial and ecological scale. These decisions may affect the distribution and number of sites considered priorities for conservation within a region. We explored the sensitivity of systematic reserve selection by altering values of three essential variables. We used a 1:20,000–scale terrestrial ecosystem map and habitat suitability data for 29 threatened vertebrate species in the Okanagan region of British Columbia, Canada. To these data we applied a reserve‐selection algorithm to select conservation sites while altering selection unit size and shape, features of biodiversity (i.e., vertebrate species), and area conservation targets for each biodiversity feature. The spatial similarity, or percentage overlap, of selected sets of conservation sites identified (1) with different selection units was ≤40%, (2) with different biodiversity features was 59%, and (3) with different conservation targets was ≥94%. Because any selected set of sites is only one of many possible sets, we also compared the conservation value (irreplaceability) of all sites in the region for each variation of the data. The correlations of irreplaceability were weak for different selection units (0.23 ≤r≤ 0.67), strong for different biodiversity features (r= 0.84), and mixed for different conservation targets (r= 0.16; 0.16; 1.00). Because of the low congruence of selected sites and weak correlations of irreplaceability for different selection units, recommendations from studies that have been applied at only one spatial scale must be considered cautiously.
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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».