MétaCan
Menu
Retour à la cohorte
Enregistrement W2767314901 · doi:10.1111/cobi.13047

Need for multiscale planning for conservation of urban bats

2017· article· en· W2767314901 sur OpenAlexaff
Travis Gallo, Elizabeth W. Lehrer, Mason Fidino, R. Julia Kilgour, P. Wolff, Seth B. Magle

Notice bibliographique

RevueConservation Biology · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesDavee Foundation
Mots-clésHabitatGeographyMetropolitan areaEcologyEptesicus fuscusScale (ratio)BiodiversityUrban ecologySpatial ecologyCartographyBiology

Résumé

récupéré en direct d'OpenAlex

For over a century there have been continual efforts to incorporate nature into urban planning. These efforts (i.e., urban reconciliation) aim to manage and create habitats that support biodiversity within cities. Given that species select habitat at different spatial scales, understanding the scale at which urban species respond to their environment is critical to the success of urban reconciliation efforts. We assessed species-habitat relationships for common bat species at 50-m, 500-m, and 1 km spatial scales in the Chicago (U.S.A.) metropolitan area and predicted bat activity across the greater Chicago region. Habitat characteristics across all measured scales were important predictors of silver-haired bat (Lasionycteris noctivagans) and eastern red bat (Lasiurus borealis) activity, and big brown bat (Eptesicus fuscus) activity was significantly lower at urban sites relative to rural sites. Open vegetation had a negative effect on silver-haired bat activity at the 50-m scale but a positive effect at the 500-m scale, indicating potential shifts in the relative importance of some habitat characteristics at different scales. These results demonstrate that localized effects may be constrained by broader spatial patterns. Our findings highlight the importance of considering scale in urban reconciliation efforts and our landscape predictions provide information that can help prioritize urban conservation work.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,135
Score d'incertitude au seuil0,572

Scores Codex et Gemma par catégorie

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

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 Opus0,098
Tête enseignante GPT0,308
Écart entre enseignants0,210 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations41
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConservation BiologyMême sujetBat Biology and Ecology StudiesTravaux en français237 207