Threats to biodiversity from cumulative human impacts in one of North America's last wildlife frontiers
Notice bibliographique
Résumé
Land-use change is the largest proximate threat to biodiversity yet remains one of the most complex to manage. In British Columbia (BC), where large mammals roam extensive tracts of intact habitat, continued land-use development is of global concern. Extant mammal diversity in BC is unrivalled in North America owing, in part, to its unique position at the intersection of alpine, boreal, and temperate biomes. Despite high conservation values, understanding of cumulative ecological impacts from human development is limited. Using cumulative-effects-assessment (CEA) methods, we assessed the current human footprint over 16 regional ecosystems and 7 large mammal species. Using historical and current range estimates of the mammals, we investigated impacts of human land use on species' persistence. For ecosystems, we found that bunchgrass, coastal Douglas fir, and ponderosa pine have been subjected to over 50% land-use conversion, and over 85% of their spatial extent has undergone either direct or estimated indirect impacts. Of the mammals we considered, wolves were the least affected by land conversion, yet all species had reduced ranges compared with historical estimates. We found evidence of a hard trade-off between development and conservation, most clearly for mammals with large distributions and ecosystems with high levels of conversion. Rather than serve as a platform to monitor species decline, we strongly advocate these data be used to inform land-use planning and to assess current conservation efforts. More generally, CEAs offer a robust tool to inform wildlife and habitat conservation at scale.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».