MétaCan
Menu
← Retour à la cohorte
Enregistrement W2792276799 · doi:10.1101/268805

Optimizing the conservation of migratory species over their full annual cycle

2018· preprint· en· W2792276799 sur OpenAlexafffund

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2018
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of British ColumbiaEnvironment and Climate Change CanadaCarleton UniversityUniversity of Northern British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaLiber Ero FoundationWolf Creek Charitable FoundationLeon Levy FoundationNational Aeronautics and Space AdministrationNational Science Foundation
Mots-clésHabitatPrioritizationAbundance (ecology)PopulationHabitat conservationBird conservationLand useHabitat destruction

Résumé

récupéré en direct d'OpenAlex

Abstract Limited knowledge of the distribution, abundance, and habitat associations of migratory species introduces uncertainty about the most effective conservation actions. We used Neotropical migratory birds as a model group to evaluate contrasting approaches to land prioritization to support ≥30% of the global abundances of 117 species throughout the annual cycle in the Western hemisphere. Conservation targets were achieved in 43% less land area in plans based on annual vs. weekly optimizations. Plans agnostic to population structure required comparatively less land area to meet targets, but at the expense of representation. Less land area was also needed to meet conservation targets when human-dominated lands were included rather than excluded from solutions. Our results point to key trade-offs between efforts minimizing the opportunity costs of conservation vs. those ensuring spatiotemporal representation of populations, and demonstrate a novel approach to the conservation of migratory species based on leading-edge abundance models and linear programming to identify portfolios of priority landscapes and inform conservation planners.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,213
Écart entre enseignants0,194 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetSpecies Distribution and Climate Change→Travaux en français237 207→