Mangrove Spatial Distribution in the Indian Sundarbans: Predicting Salinity-Induced Migration in a Changing Climate
Notice bibliographique
Résumé
This study contributes to understanding the physical and economic impacts of progressive, climate-driven aquatic salinization on the spatial distribution of mangrove species in the Indian Sundarbans, which accounts for about two-fifths of the 10,200 km2 tidal-wetland forest delta. To estimate future mangrove distribution, a five-step analysis was undertaken, using high-resolution spatial assessments. A current (2015) basemap and overlays of salinity tolerance for major mangrove species and their assemblages and projected location-specific aquatic salinity for 2050 were used to predict salinity-induced migration. The results show gain-and-loss patterns, with salt-tolerant species predominating at the expense of freshwater species. These changes are likely to reduce the flow of ecosystem services, adversely affecting the livelihood options of poor people in adjacent areas. Effective management will require establishing baseline data for monitoring system changes over time, protocols for maintaining species health, and support for mangrove regeneration and restoration. Resources should also be directed to alternative livelihoods for mangrove-dependent households. The study recommends an integrated policy approach, focused on rising salinity, changes in mangrove dynamics, and the welfare of mangrove-dependent communities.
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 | 0,003 | 0,000 |
| 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 | 0,000 |
| 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 ».