MétaCan
Menu
Retour à la cohorte
Enregistrement W2752124630 · doi:10.1371/journal.pbio.2001886

Simple rules can guide whether land- or ocean-based conservation will best benefit marine ecosystems

2017· article· en· W2752124630 sur OpenAlexafffund
Megan I. Saunders, Michael Bode, Scott Atkinson, Carissa J. Klein, Anna Meta×as, Jutta Beher, Maria Beger, Morena Mills, Sylvaine Giakoumi, Vivitskaia Tulloch, Hugh P. Possingham

Notice bibliographique

RevuePLoS Biology · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal plant biology
Établissements canadiensDalhousie University
Organismes subventionnairesNature ConservancyScience for Nature and People PartnershipCentre of Excellence for Environmental Decisions, Australian Research CouncilNatural Sciences and Engineering Research Council of CanadaWildlife Conservation Society
Mots-clésMarine ecosystemSeagrassEcosystemHabitatMarine habitatsEnvironmental resource managementEcosystem servicesMarine conservationEcologyBenthic zoneMarine protected areaLand useClimate changeEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

Coastal marine ecosystems can be managed by actions undertaken both on the land and in the ocean. Quantifying and comparing the costs and benefits of actions in both realms is therefore necessary for efficient management. Here, we quantify the link between terrestrial sediment runoff and a downstream coastal marine ecosystem and contrast the cost-effectiveness of marine- and land-based conservation actions. We use a dynamic land- and sea-scape model to determine whether limited funds should be directed to 1 of 4 alternative conservation actions-protection on land, protection in the ocean, restoration on land, or restoration in the ocean-to maximise the extent of light-dependent marine benthic habitats across decadal timescales. We apply the model to a case study for a seagrass meadow in Australia. We find that marine restoration is the most cost-effective action over decadal timescales in this system, based on a conservative estimate of the rate at which seagrass can expand into a new habitat. The optimal decision will vary in different social-ecological contexts, but some basic information can guide optimal investments to counteract land- and ocean-based stressors: (1) marine restoration should be prioritised if the rates of marine ecosystem decline and expansion are similar and low; (2) marine protection should take precedence if the rate of marine ecosystem decline is high or if the adjacent catchment is relatively intact and has a low rate of vegetation decline; (3) land-based actions are optimal when the ratio of marine ecosystem expansion to decline is greater than 1:1.4, with terrestrial restoration typically the most cost-effective action; and (4) land protection should be prioritised if the catchment is relatively intact but the rate of vegetation decline is high. These rules of thumb illustrate how cost-effective conservation outcomes for connected land-ocean systems can proceed without complex modelling.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,584
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,031
Tête enseignante GPT0,239
Écart entre enseignants0,208 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations43
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS BiologyMême sujetMarine and coastal plant biologyTravaux en français237 207