MétaCan
Menu
Retour à la cohorte
Enregistrement W2904245864 · doi:10.1093/biosci/biy117

Building Ecological Resilience in Highly Modified Landscapes

2018· article· en· W2904245864 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueBioScience · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensUniversity of Victoria
Organismes subventionnairesCalifornia Department of Fish and WildlifeNational Science Foundation
Mots-clésResilience (materials science)Environmental resource managementEcological resilienceContext (archaeology)Ecosystem servicesGeographyBiodiversityScale (ratio)Psychological resilienceEcosystemLandscape ecologyEcologyAdaptive managementSocio-ecological systemEnvironmental planningEnvironmental scienceComputer scienceResource (disambiguation)CartographyHabitatBiology

Résumé

récupéré en direct d'OpenAlex

Ecological resilience is a powerful heuristic for ecosystem management in the context of rapid environmental change. Significant efforts are underway to improve the resilience of biodiversity and ecological function to extreme events and directional change across all types of landscapes, from intact natural systems to highly modified landscapes such as cities and agricultural regions. However, identifying management strategies likely to promote ecological resilience remains a challenge. In this article, we present seven core dimensions to guide long-term and large-scale resilience planning in highly modified landscapes, with the objective of providing a structure and shared vocabulary for recognizing opportunities and actions likely to increase resilience across the whole landscape. We illustrate application of our approach to landscape-scale ecosystem management through case studies from two highly modified California landscapes, Silicon Valley and the Sacramento–San Joaquin Delta. We propose that resilience-based management is best implemented at large spatial scales and through collaborative, cross-sector partnerships.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,111
Score d'incertitude au seuil0,890

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,239
Écart entre enseignants0,226 · 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