MétaCan
Menu
Retour à la cohorte
Enregistrement W2800966757 · doi:10.1002/ldr.2978

The sheep in wolf's clothing? <scp>R</scp>ecognizing threats for land degradation in Iceland using state‐and‐transition models

2018· article· en· W2800966757 sur OpenAlexafffund
Isabel C. Barrio, David S. Hik, Jóhann Þórsson, Kristín Svavarsdóttir, Bryndís Marteinsdóttir, Ingibjörg S. Jónsdóttir

Notice bibliographique

RevueLand Degradation and Development · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland Management and Livestock Ecology
Établissements canadiensSimon Fraser UniversityUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHáskóli ÍslandsAXA Research Fund
Mots-clésRangelandEnvironmental resource managementLand degradationIcelandicLand managementGeographyLand useEcologyEnvironmental scienceAgroforestryBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Land degradation and extensive soil erosion are serious environmental concerns in Iceland. Natural processes associated with a harsh climate and frequent volcanic activity have shaped Icelandic landscapes. However, following human settlement and the introduction of livestock in the ninth century, the extent of soil erosion rapidly escalated. Despite increased restoration and afforestation efforts and a considerable reduction in sheep numbers during the late 20th century, many Icelandic rangelands remain in poor condition. A deeper understanding of the ecology of these dynamic landscapes is needed, and state‐and‐transition models (STMs) can provide a useful conceptual framework. STMs have been developed for ecosystems worldwide to guide research, monitoring, and management but have been used at relatively small spatial scales and have not been extensively applied to high‐latitude rangelands. Integrating the best available knowledge, we develop STMs for rangelands in Iceland, where sheep grazing is often regarded as a main driver of degradation. We use STMs at a countrywide scale for 3 time periods with different historical human influence, from presettlement to present days. We also apply our general STM to a case‐study in the central highlands of Iceland to illustrate the potential application of these models at scales relevant to management. Our STMs identify the set of possible states, transitions and thresholds in these ecosystems, and their changes over time and suggest increasing complexity in recent times. This approach can help identify important knowledge gaps and inform management efforts and monitoring programmes, by identifying realistic and achievable conservation and restoration goals.

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)0,002
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 enseignants0,103
Score d'incertitude au seuil0,205

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,030
Tête enseignante GPT0,245
Écart entre enseignants0,216 · 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

Citations26
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLand Degradation and DevelopmentMême sujetRangeland Management and Livestock EcologyTravaux en français237 207