MétaCan
Menu
Retour à la cohorte
Enregistrement W2593282806 · doi:10.1002/eap.1527

Wild, connected, and diverse: building a more resilient system of protected areas

2017· article· en· W2593282806 sur OpenAlexaff
R. Travis Belote, Matthew S. Dietz, Clinton N. Jenkins, Peter S. McKinley, Gareth Irwin, Timothy J. Fullman, Jason C. Leppi, Gregory H. Aplet

Notice bibliographique

RevueEcological Applications · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensCanadian Parks and Wilderness Society
Organismes subventionnairesnon disponible
Mots-clésBiodiversityProtected areaEnvironmental resource managementEcosystemHabitatClimate changeGeographyEcologyEcosystem servicesKeystone speciesEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

Current systems of conservation reserves may be insufficient to sustain biodiversity in the face of climate change and habitat losses. Consequently, calls have been made to protect Earth's remaining wildlands and complete the system of protected areas by establishing conservation reserves that (1) better represent ecosystems, (2) increase connectivity to facilitate biota movement in response to stressors including climate change, and (3) promote species persistence within intact landscapes. Using geospatial data, we conducted an assessment for expanding protected areas within the contiguous United States to include the least human-modified wildlands, establish a connected network, and better represent ecosystem diversity and hotspots of biodiversity. Our composite map highlights areas of high value to achieve these goals in the western United States, where existing protected areas and lands with high ecological integrity are concentrated. We also identified important areas in the East rich in species and containing ecosystems that are poorly represented in the existing protected area system. Expanding protection to these priority areas is ultimately expected to create a more resilient system for protecting the nation's biological heritage. This expectation should be subject to rigorous testing prior to implementation, and regional monitoring will ensure areas and actions are adjusted over time.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,004
Science ouverte0,0010,004
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,027
Tête enseignante GPT0,270
Écart entre enseignants0,243 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations87
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcological ApplicationsMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207