Using habitat suitability models to predict changes in seagrass distribution caused by water management practices<sup>1</sup>This article is derived from a special session entitled “A New Hydrology: Inflow Effects on Ecosystem Form and Functioning” that took place at the February 2011 ASLO Aquatic Sciences conference in San Juan, Puerto Rico.
Notice bibliographique
Résumé
Habitat suitability (HS) models can help elucidate the relationship between organisms and their environment and simulate the potential impacts of human activities on species distributions. Here, we developed HS models for Thalassia testudinum and Halodule wrightii , two seagrasses found in Biscayne Bay (Florida, USA). These species are mostly found in nearshore habitats of the bay that are highly susceptible to changes in water quality because of their proximity to the city of Miami and activities and projects associated with the restoration of the Florida Everglades . The HS models parameterized with data collected at >900 sites highlighted salinity as a key factor determining habitat suitability for these seagrass species. Thalassia ’s suitable habitat was associated with higher, more stable salinity compared with that of Halodule , which was associated with lower salinity and shallower depths. Both species benefited under a simulated scenario of increased freshwater flow, but Halodule’s suitable habitat increased by 71% compared with that of Thalassia’s, which exhibited only an 18% increase. HS models such as those described here provide spatial modeling tools that can contribute science-based input into the management of coastal resources within an adaptive management framework.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».