Prioritize diversity or declining species? Trade-offs and synergies in spatial planning for the conservation of migratory birds in the face of land cover change
Notice bibliographique
Résumé
Abstract Stemming biodiversity loss requires strategic conservation guided by well-articulated and achievable targets, whether they be proactive (e.g., protect diverse places) or reactive (e.g., protect threatened species). Both types of targets can be effective, but there are trade-offs, especially for broadly-distributed ecosystems or taxa, such as migratory species, a group for which conservation has been challenged by limited knowledge of distributions throughout the annual cycle. We combined novel spatiotemporal distribution models with population trend data to first examine focal areas for the conservation of Neotropical migratory birds (n=112 species) during the non-breeding period in the Western Hemisphere based on a proactive approach (highest diversity) versus a reactive approach (strongest declines) to conservation. For the focal areas, we then assessed the extent of recent anthropogenic impact, protected area status and projected future changes in land cover using three shared socioeconomic pathways (Sustainability=SSP1, Business-as-usual=SSP2, Regional nationalism=SSP3). Spatial priorities were strikingly different when targeting areas of high species diversity, emphasizing southern Mexico and northern Central America, versus areas with more severe declines across species, emphasizing the Andean cordilleras of South America. Only a fraction of the non-breeding region (1.4%) met targets for diversity and decline, mostly in southern Central America. Current levels of protection were similar for the two targets. Areas prioritized to conserve high species diversity have experienced less recent anthropogenic impact than areas prioritized for decline but are predicted to experience more rapid land conversion to less suitable open, agricultural landscapes in the next three decades under both an SSP1 and SSP2 scenario. Only the SSP3 scenario projected similar conversion rates for the two targets. Our findings indicate how even within taxa, efficient conservation efforts will depend on the careful consideration of desired targets combined with reliable predictions about the locations and types of land cover change under alternative socioeconomic futures.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».