Gravity of human impacts mediates coral reef conservation gains
Notice bibliographique
Résumé
Coral reefs provide ecosystem goods and services for millions of people in the tropics, but reef conditions are declining worldwide. Effective solutions to the crisis facing coral reefs depend in part on understanding the context under which different types of conservation benefits can be maximized. Our global analysis of nearly 1,800 tropical reefs reveals how the intensity of human impacts in the surrounding seascape, measured as a function of human population size and accessibility to reefs ("gravity"), diminishes the effectiveness of marine reserves at sustaining reef fish biomass and the presence of top predators, even where compliance with reserve rules is high. Critically, fish biomass in high-compliance marine reserves located where human impacts were intensive tended to be less than a quarter that of reserves where human impacts were low. Similarly, the probability of encountering top predators on reefs with high human impacts was close to zero, even in high-compliance marine reserves. However, we find that the relative difference between openly fished sites and reserves (what we refer to as conservation gains) are highest for fish biomass (excluding predators) where human impacts are moderate and for top predators where human impacts are low. Our results illustrate critical ecological trade-offs in meeting key conservation objectives: reserves placed where there are moderate-to-high human impacts can provide substantial conservation gains for fish biomass, yet they are unlikely to support key ecosystem functions like higher-order predation, which is more prevalent in reserve locations with low human impacts.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».