MétaCan
Menu
Retour à la cohorte
Enregistrement W2790514674 · doi:10.1111/conl.12434

A global analysis of management capacity and ecological outcomes in terrestrial protected areas

2018· article· en· W2790514674 sur OpenAlexaff
Jonas Geldmann, Lauren Coad, Megan Barnes, Ian D. Craigie, Stephen Woodley, Andrew Balmford, Thomas M. Brooks, Marc Hockings, Kathryn Knights, Michael B. Mascia, Louise McRae, Neil D. Burgess

Notice bibliographique

RevueConservation Letters · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensGolder Associates (Canada)
Organismes subventionnairesHorizon 2020 Framework ProgrammeNational Research FoundationDanmarks GrundforskningsfondH2020 Marie Skłodowska-Curie ActionsVillum FondenUnited States Agency for International Development
Mots-clésBiodiversityAbundance (ecology)PopulationEnvironmental resource managementGlobal biodiversityEcologyGeographyBiologyEnvironmental scienceDemography

Résumé

récupéré en direct d'OpenAlex

Abstract Protecting important sites is a key strategy for halting the loss of biodiversity. However, our understanding of the relationship between management inputs and biodiversity outcomes in protected areas (PAs) remains weak. Here, we examine biodiversity outcomes using species population trends in PAs derived from the Living Planet Database in relation to management data derived from the Management Effectiveness Tracking Tool (METT) database for 217 population time‐series from 73 PAs. We found a positive relationship between our METT‐based scores for Capacity and Resources and changes in vertebrate abundance, consistent with the hypothesis that PAs require adequate resourcing to halt biodiversity loss. Additionally, PA age was negatively correlated with trends for the mammal subsets and PA size negatively correlated with population trends in the global subset. Our study highlights the paucity of appropriate data for rigorous testing of the role of management in maintaining species populations across multiple sites, and describes ways to improve our understanding of PA performance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,019
Tête enseignante GPT0,219
Écart entre enseignants0,200 · 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 source (Gemma direct ou Codex distillé), 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

Citations203
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConservation LettersMême sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207