Limitations and trade‐offs in the use of species distribution maps for protected area planning
Notice bibliographique
Résumé
Summary Range maps represent the geographic distribution of species, and they are commonly used to determine species coverage within protected areas and to find additional places needing protection. However, range maps are characterized by commission errors, where species are thought to be present in locations where they are not. When available, habitat suitability models can reduce commission errors in range maps, but these models are not always available. Adopting a coarse spatial resolution is often seen as an alternative approach for reducing the effect of commission errors, but this comes with poorly explored conservation trade‐offs. Here, we characterize these trade‐offs by identifying scenarios of protected area expansion for the world's threatened terrestrial mammals under different resolutions (10–200 km) and distribution data deriving from range maps and habitat suitability models. We found that planning new protected areas using range maps results in an overestimation of the species protection level when compared with habitat suitability models (which are more closely related to species presence). This overestimation increases when more area is selected for protection and is higher when higher spatial resolutions are employed. Adopting coarse resolutions reduced the overestimation of species protection and also halved the spatial incongruence between protected areas prioritized from range maps or habitat suitability models. However, this came at a very high cost, with an area of up to four times greater (12 M km 2 vs. 3 M km 2 ) needed to adequately protect all species. Synthesis and applications . Our findings demonstrate that adopting coarse resolutions in protected area planning results in unsustainable increases in costs, with limited benefits in terms of reducing the effect of commission errors in species range maps. We recommend that, if some level of uncertainty is acceptable to practitioners, using range maps at resolutions of 20–30 km is the best compromise for reducing the effect of commission errors while maintaining cost‐efficiency in conservation analyses.
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 | 0,000 | 0,000 |
| 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 ».