Biodiversity, Urban Areas, and Agriculture: Locating Priority Ecoregions for Conservation
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
"Urbanization and agriculture are two of the most important threats to biodiversity worldwide. The intensities of these land-use phenomena, however, as well as levels of biodiversity itself, differ widely among regions. Thus, there is a need to develop a quick but rigorous method of identifying where high levels of human threats and biodiversity coincide. These areas are clear priorities for biodiversity conservation. In this study, we combine distribution data for eight major plant and animal taxa (comprising over 20,000 species) with remotely sensed measures of urban and agricultural land use to assess conservation priorities among 76 terrestrial ecoregions in North America. We combine the species data into overall indices of richness and endemism. We then plot each of these indices against the percent cover of urban and agricultural land in each ecoregion, resulting in four separate comparisons. For each comparison, ecoregions that fall above the 66th quantile on both axes are identified as priorities for conservation. These analyses yield four 'priority sets' of 6-16 ecoregions (8-21% of the total number) where high levels of biodiversity and human land use coincide. These ecoregions tend to be concentrated in the southeastern United States, California, and, to a lesser extent, the Atlantic coast, southern Texas, and the U.S. Midwest. Importantly, several ecoregions are members of more than one priority set and two ecoregions are members of all four sets. Across all 76 ecoregions, urban cover is positively correlated with both species richness and endemism. Conservation efforts in densely populated areas therefore may be equally important (if not more so) as preserving remote parks in relatively pristine regions."
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 | 0,001 |
| 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 | 0,001 | 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 découle