Projecting global land use‐driven evolutionary history loss
Notice bibliographique
Résumé
Abstract Aim Recent studies have mapped the global hotspots hosting high phylogenetic diversity ( PD ), but not the regions where this diversity is under threat due to human land use. This is because, to date, it is not clear how much PD is lost as species of a given taxon go extinct. The aim of this study was to identify the global regions projected to suffer the highest PD loss due to human land use in the near future. Location Global. Methods We demonstrate a novel approach combining countryside species–area relationship, species‐specific evolutionary distinctiveness ( ED ) scores and a newly derived strong linear relationship between the cumulative ED loss and PD loss through pruning simulations on global evolutionary trees of mammals, birds, and amphibians under random species loss, to project global land use‐driven phylogenetic diversity loss in 804 terrestrial ecoregions and 175 countries. We also allocate the total projected PD loss to different land use types (agriculture, forestry, grazing or urbanization) in each region to pinpoint the major drivers. Results For the three taxa combined, we project a total loss of 9,472 million years ( MY ) of evolutionary history due to all land uses in all countries: 1,541 MY of mammal PD is at stake, 3,336 MY of bird PD and 4,595 MY of amphibian PD . Agriculture is responsible for loss of 1,579 MY ; pasture 1990 MY , forestry 5,381 and urbanization 522. Land use in Indonesia, Colombia, India, Papua New Guinea, Madagascar and Philippines is projected to cause the most loss of PD . Main conclusions Through the integrated approach, we can now project PD loss associated with species extinctions under alternative land conversion scenarios in a region. Overall, the results on hotspots and land use drivers may inform individual nations in designing regional strategies to achieve the international biodiversity and sustainability targets.
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 | 0,004 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».