Biodiversity, Urban Areas, and Agriculture: Locating Priority Ecoregions for Conservation
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».