Structural uncertainty in models projecting the consequences of habitat loss and fragmentation on biodiversity
Notice bibliographique
Résumé
Ecological theory is essential to predict the effects of global changes such as habitat loss and fragmentation on biodiversity. Species–area relationships (SAR), metapopulation models (MEP) and species distribution models (SDM) are commonly used tools incorporating different ecological processes to explain biodiversity distribution and dynamics. Yet few studies have compared the outcomes of these disparate models and investigated their complementarity. Here we show that the processes underlying SAR (patch area), MEP (patch isolation) and SDM (environmental conditions) models can be compared with a common statistical framework. Our approach allows for species and community‐level predictions under current and future landscape scenarios, facilitates multi‐model comparison and provides the machinery for integrating multiple mechanisms into one model. We apply this framework to the distribution of eight focal vertebrate species in current and future projected landscapes where 10% of the landscape is lost to land‐use change in southwestern, Quebec, Canada. Based on a model selection approach, we found that a model including patch area was the top ranked model for four of our focal species and models including patch isolation and environmental conditions were the top ranked models for two focal species each. Community‐level predictions of models based on patch area, patch isolation and environmental conditions for both current and future landscapes showed high spatial overlap, however, patch area models always predicted a reduction of species richness per patch whereas both the patch isolation and environmental conditions models predicted an increase or decrease in species richness per patch following habitat loss and fragmentation. Our comparative tool will allow ecologists and conservation practitioners to relate structural uncertainty to key mechanisms underlying each model. Ultimately, this approach is one step in the direction of deriving robust predictions for the change and loss of biodiversity under global change, which is key for informing conservation plans.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».