An approach to incorporating inferred connectivity of adult movement into marine protected area design with limited data
Notice bibliographique
Résumé
Marine protected areas (MPAs) are important conservation tools that can support the resilience of marine ecosystems. Many countries, including Canada, have committed to protecting at least 10% of their marine areas under the Convention on Biological Diversity's Aichi Target 11, which includes connectivity as a key aspect. Connectivity, the movement of individuals among habitats, can enhance population stability and resilience within and among MPAs. However, little is known about regional spatial patterns of marine ecological connectivity, particularly adult movement. We developed a method to assess and design MPA networks that maximize inferred connectivity within habitat types for adult movement when ecological data are limited. We used the Northern Shelf Bioregion in British Columbia, Canada, to explore two different approaches: (1) evaluating sites important for inferred regional connectivity (termed hotspots) and (2) assessing MPA network configurations based on their overlap with connectivity hotspots and interconnectedness between MPAs. To assess inferred connectivity via adult movement, we used two different threshold distances (15 and 50 km) to capture moderate home ranges, which are most appropriate to consider in MPA design. We applied graph theory to assess inferred connectivity within 16 habitat and depth categories (proxies for distinct ecological communities), and used novel multiplex network methodologies to perform an aggregated assessment of inferred connectivity. We evaluated inferred regional connectivity hotspots based on betweenness and eigenvector centrality metrics, finding that the existing MPA network overlapped a moderate proportion of these regional hotspots and identified key areas to be considered as candidate MPAs. Network density among existing MPAs was low within the individual habitat networks, as well as the multiplex. This work informs an ongoing MPA planning process, and approaches for incorporating connectivity into MPA design when data are limited, with lessons for other contexts.
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 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».