Effects of cost surface uncertainty on current density estimates from circuit theory
Notice bibliographique
Résumé
BACKGROUND: Conservation practitioners are often interested in developing land use plans that increase landscape connectivity, which is defined as the degree to which the landscape facilitates or impedes movement among resource patches. Landscape connectivity is often estimated with a cost surface that indicates the varying costs experienced by an organism in moving across a landscape. True, or absolute costs are rarely known however, and therefore assigning costs to different landscape elements is often a challenge in creating cost surface maps. As such, we consider it important to understand the sensitivity of connectivity estimates to uncertainty in cost estimates. METHODS: We used simulated landscapes to test the sensitivity of current density estimates from circuit theory to varying relative cost values, fragmentation, and number of cost classes (i.e., thematic resolution). Current density is proportional to the probability of use during a random walk. Using Circuitscape software, we simulated electrical current between pairs of nodes to create current density maps. We then measured the correlation of the current density values across scenarios. RESULTS: In general, we found that cost values were highly correlated across scenarios with different cost weights (mean correlation ranged from 0.87 to 0.92). Changing the spatial configuration of landscape elements by varying the degree of fragmentation reduced correlation in current density across maps. We also found that correlations were more variable when the range of cost values in a map was high. DISCUSSION: The low sensitivity of current density estimates to relative cost weights suggests that the measure may be reliable for land use applications even when there is uncertainty about absolute cost values, provided that the user has the costs correctly ranked. This finding should facilitate the use of cost surfaces by conservation practitioners interested in estimating connectivity and planning linkages and corridors.
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 | 0,000 | 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) | 0,001 | 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 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 ».