MétaCan
Menu
Retour à la cohorte
Enregistrement W2241512264 · doi:10.1111/ddi.12411

Applying global criteria to tracking data to define important areas for marine conservation

2016· article· en· W2241512264 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueDiversity and Distributions · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesAage V. Jensens FondeNatural Environment Research CouncilSight Research UK
Mots-clésGeographyBiodiversityEnvironmental resource managementReplication (statistics)Marine protected areaMarine conservationPopulationRange (aeronautics)Global biodiversityTaxonomic rankConservation biologyEcologyTaxonEnvironmental scienceBiologyHabitatEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Aim Enhanced management of areas important for marine biodiversity are now obligations under a range of international treaties. Tracking data provide unparalleled information on the distribution of marine taxa, but there are no agreed guidelines that ensure these data are used consistently to identify biodiversity hotspots and inform marine management decisions. Here, we develop methods to standardize the analysis of tracking data to identify sites of conservation importance at global and regional scales. Location We applied these methods to the largest available compilation of seabird tracking data, covering 60 species, collected from 55 deployment locations ranging from the poles to the tropics. Methods Key developments include a test for pseudo‐replication to assess the independence of two groups of tracking data, an objective approach to define species‐specific smoothing parameters ( h values) for kernel density estimation based on area‐restricted search behaviour, and an analysis to determine whether sites identified from tracked individuals are also representative for the wider population. Results This analysis delineated priority sites for marine conservation for 52 of the 60 species assessed. We compiled 252 data groupings and defined 1052 polygons, between them meeting Important Bird and Biodiversity Area criteria over 1500 times. Other results showed 13% of data groups were inadequate for site definition and 10% showed some level of pseudo‐replication. Between 25 and 50 trips were needed within a data group for data to be considered at least partially representative of the respective population. Main conclusions Our approach provides a consistent framework for using animal tracking data to delineate areas of global conservation importance, allowing greater integration into marine spatial planning and policy. The approaches we describe are exemplified for pelagic seabirds, but are applicable to a range of taxonomic groups. Covering 4.3% of the oceans, the sites identified would benefit from enhanced protection to better safeguard the threatened species populations they contain.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,070
Score d'incertitude au seuil0,646

Scores Codex et Gemma par catégorie

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

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 Opus0,060
Tête enseignante GPT0,276
Écart entre enseignants0,215 · 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