Habitat loss in the restricted range of the endemic Ghanaian cichlid <i>Limbochromis robertsi</i>
Notice bibliographique
Résumé
ABSTRACT Remote sensing, through satellite image analysis has become an integral and invaluable tool to inform biodiversity conservation and monitoring of habitat degradation and restoration over time. Despite the disproportionately high levels of biodiversity loss in freshwater ecosystems worldwide, ichthyofauna are commonly overlooked in favor of other keystone species. Freshwater fish, as indicators of overall aquatic ecosystem health can also be indicators of larger scale problems within an ecosystem. If endemic and specialized fishes are at risk, the forest and landscape around their habitat is also undergoing change. As a case study demonstrating the utility of multi-temporal, multi-resolution satellite imagery, we examined deforestation and forest fragmentation around the Atewa Forest Reserve, south eastern Ghana. Within small creeks, Limbochromis robertsi , a unique freshwater cichlid with an extremely limited distribution range can be found. Historically, the land cover in the area has undergone substantial deforestation for agriculture and artisanal small-scale mining, primarily for gold. We found deforestation accelerated along with increased forest fragmentation in the 2014 – 2017 period with the majority of the forest loss along the river and creek banks due to small-scale mining operations and increased agriculture. Field visits indicate a decrease in the total population by approximately 90% from the early 1990s to 2018. We illustrate the benefits of determining landscape metrics from local scale remote sensing studies as proxies to assess the decline of endemic species with restricted ranges, whose habitat characteristics and the subsequent pressures they face require detailed analysis at fine temporal and spatial scales not captured by global or continental scale datasets.
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 | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».