Using Earth Observation to Monitor Species-Specific Habitat Change in the Greater Kejimkujik National Park Region of Canada
Notice bibliographique
Résumé
The World Commission on Protected Areas (WCPA) adopted a denition that describes a protected area as clearly dened geographical space, recognized, dedicated, and managed, through legal or other effective means, to achieve the long-term conservation of nature with associated ecosystem services and cultural values (Dudley 2008). In general, protected lands include areas such as national parks, national forests, national seashores, all levels of natural reserves, wildlife refuges and sanctuaries, and designated areas for conservation of native biological diversity and natural and cultural heritage and signicance. Protected lands also include some of the last frontiers that have unique landscape characteristics and ecosystem functions. Along the shoreline and over the ocean and sea, the International Union for the Conservation of Nature (IUCN) has dened marine-protected areas (MPAs) as any area of intertidal or subtidal terrain, together with its overlying water and associated ora, fauna, and historical and cultural features, which has been reserved by law or other effective means to protect part or the entire enclosed environment (Kelleher 1999). As reported by the World Database on CONTENTS 1.1 Introduction ....................................................................................................1 1.2 Remote Sensing of Changing Landscape of Protected Lands ................5 1.3 Remote Sensing for Inventory, Mapping, and Conservation Planning of Protected Lands and Waters ...................................................9 1.4 Remote Sensing of Frontier Lands ............................................................ 13 1.5 Remote Sensing in Decision Support for Management of Protected Lands ....................................................................................... 16 1.6 Concluding Remarks ................................................................................... 17 Acknowledgments ................................................................................................ 19 References ............................................................................................................... 20 Protected Areas (IUCN and UNEP-WCMC 2010), as of 2009, worldwide approximately 13% of the lands are designated as protected areas and about 0.8% waters along the shoreline and over the ocean are set as MPAs. In the United States, 14.81% of the terrestrial lands have been set as protected, and along the shoreline and over the ocean 24.75% of the terrestrial waters up to 12 nautical miles are set as MPAs. Protected lands and waters serve as the fundamental building blocks of virtually all national and international conservation strategies, supported by governments and international institutions. Those provide the core of efforts to protect the world’s threatened species and are increasingly recognized as essential providers of ecosystem services and biological resources; key components in climate change mitigation strategies; and in some cases also vehicles for protecting threatened human communities or sites of great cultural and spiritual value (Dudley 2008).
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».