Combining species distribution models and value of information analysis for spatial allocation of conservation resources
Notice bibliographique
Résumé
Abstract Managers often have incomplete information to make decisions about threatened species management, and lack the time or funding needed to obtain complete information. Value of information (VOI) analysis can assist managers in deciding whether to manage using current information or monitor to reduce uncertainty before managing. However, VOI analysis has not yet been applied to spatial allocation of monitoring resources across a landscape. Here, we demonstrate how to make the best use of data from species distribution models (SDMs) and VOI analysis to assess the value of land protection decisions for single and multiple‐species objectives across a heterogeneous landscape. Our method determines the situations where one should monitor before protecting the land, and those where one should act based on current incomplete information. Further, we prioritize land planning units based on cost‐effectiveness (expected number of occurrences protected per dollar spent) and identify properties to target for monitoring or immediate conservation. In a single species case study, we found that the optimal decision was to act based on current information when the prior probability of detecting an occurrence in a survey was low. When probability of detection was high, it was most effective to monitor the majority of units. In a multi‐species case study, monitoring was only optimal in 50% of cases, due to high inferred probability of at least one occurrence of a threatened species in many units. When compared to a simulation where units were monitored by default, using VOI to determine which units were monitored or prioritized for immediate conservation led to an increase in the expected number of occurrences protected. Synthesis and applications. Using a combination of species distribution models and value of information analysis can assist managers in efficiently distributing limited resources for protected area allocation. Our results suggest that if managers can use value of information to monitor more efficiently, it can lead to protecting a greater number of threatened species occurrences.
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 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 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) | 0,002 | 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 ».