Why non-native grasses pose a critical emerging threat to biodiversity conservation, habitat connectivity and agricultural production in multifunctional rural landscapes
Notice bibliographique
Résumé
(Uploaded by Plazi for the IPBES Invasive Alien Species Assessment) Methods We first establish a simple socio-ecological model that classifies different rural landscape elements within typical MRLs based on their joint conservation and agro-economic value. We then quantify the impacts of eight Australian NNGs (Andropogon gayanus, Cenchrus ciliaris, Eragrostis curvula, Hyparrhenia hirta, Nassella neesiana, Nassella trichotoma, Phalaris aquatica and Urochloa mutica) on different landscape elements and then classify and describe the socio-ecological transformations that result at the MRL scale. Results Our data indicate that two broad classes of NNGs exist. The first reduces both conservation and agro-economic value ('co-degrading' species) of invaded landscapes, while the second improves agroeconomic value at the expense of conservation value ('trade-off' species). Crucially, however, both classes cause hardening of the landscape matrix, agricultural intensification, reduced habitat connectivity, and the loss of multi-value land use types that are vital for landscape conservation. Conclusions NNGs drive socio-ecological transformations that pose a growing threat to landscape-scale connectivity and conservation initiatives in Australia and globally. There is an urgent need for further research into the impacts of NNGs on habitat connectivity and biodiversity within multifunctional landscapes, and the socio-ecological goals that can be achieved when landscape transformation and degradation by these species is unavoidable.
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 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».