Would conserving natural land cover in landscapes conserve biodiversity?
Notice bibliographique
Résumé
ABSTRACT It is generally accepted that protecting natural land cover would protect biodiversity. This would only be true as a general statement if the relationship between richness and natural land cover were monotonic positive and scale - and method-independent . Assertions about habitat loss causing species losses often come from broad-scale assessment of richness (e.g., from range maps) combined with patterns of natural habitat conversion. Yet, the evidence about species loss following habitat loss or fragmentation typically comes from fine-scale experiments. Here, we test whether broad-extent relationships between avian species richness and natural land cover are independent of: 1) whether species distribution data come from systematic censuses (atlases) versus range maps, and 2) the grain size of the analysis. We regressed census-based and range map-based avian species richness against the proportion of natural land cover and temperature. Censused richness at the landscape level was obtained from Breeding Bird Atlases of Ontario and New York State. Range-map richness derived from BirdLife International range maps. Comparisons were made across different spatial grains: 25-km 2 , 100-km 2 , and 900-km 2 . Over regional extents, range-map richness relates strongly to temperature, irrespective of spatial grain. Censused species richness relates to temperature less strongly. Range-map richness is a negative function of the proportion of natural land cover, while realized richness is a peaked function. The two measures of richness are not monotonically related to each other. In conclusion, the data do not indicate that, in practice, landscapes with greater natural land cover in southern Ontario or in New York State have higher species richness. Moreover, different data types can lead to dramatically different relationships between richness and natural land cover. We argue that the argument that habitat loss is the main driver of species loss has become a panchreston. It may be misguiding conservation biology strategies by focusing on a threat that is too general to be usefully predictive.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».