Quantitative tools for implementing the new definition of significant portion of the range in the U.S. Endangered Species Act
Notice bibliographique
Résumé
In 2014, the Fish and Wildlife Service (FWS) and National Marine Fisheries Service announced a new policy interpretation for the U.S. Endangered Species Act (ESA). According to the act, a species must be listed as threatened or endangered if it is determined to be threatened or endangered in a significant portion of its range (SPR). The 2014 policy seeks to provide consistency by establishing that a portion of the range should be considered significant if the associated individuals' "removal would cause the entire species to become endangered or threatened." We reviewed 20 quantitative techniques used to assess whether a portion of a species' range is significant according to the new guidance. Our assessments are based on the 3R criteria-redundancy (i.e., buffering from catastrophe), resiliency (i.e., ability to withstand stochasticity), and representation (i.e., ability to evolve)-that the FWS uses to determine if a species merits listing. We identified data needs for each quantitative technique and considered which methods could be implemented given the data limitations typical of rare species. We also identified proxies for the 3Rs that may be used with limited data. To assess potential data availability, we evaluated 7 example species by accessing data in their species status assessments, which document all the information used during a listing decision. In all species, an SPR could be evaluated with at least one metric for each of the 3Rs robustly or with substantial assumptions. Resiliency assessments appeared most constrained by limited data, and many species lacked information on connectivity between subpopulations, genetic variation, and spatial variability in vital rates. These data gaps will likely make SPR assessments for species with complex life histories or that cross national boundaries difficult. Although we reviewed techniques for the ESA, other countries require identification of significant areas and could benefit from this research.
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 | 0,093 | 0,217 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,017 | 0,011 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».