‘WildLift’: An Open-Source Tool to Guide Decisions for Wildlife Conservation
Notice bibliographique
Résumé
A recurring challenge for resource managers and decision makers is quantifying the trade-offs associated with alternative recovery actions for threatened species. Structured decision-making approaches can help evaluate such complex problems by formalizing objectives and constraints into functions that quantify the benefits and costs associated with each action. Yet many of the scientific tools necessary to implement structured decision making require extensive literature review and often involve complex algorithms that make them inaccessible to managers. To address these issues, we integrated available information and developed a decision-support tool that managers can readily use to compare costs and benefits associated with alternative recovery actions for threatened species. Our software can be used to quantitatively estimate and compare the costs and demographic benefits of recovery actions for an iconic threatened species, woodland caribou (Rangifer tarandus caribou). While we use caribou as a case study, our approach to developing this management tool is transferable to other threatened taxa. The tool consists of a generalized matrix population model that is parametrized based on information from the published literature or ongoing experiments. Users can input population parameters (e.g., population size and survival rates) or choose from pre-set caribou subpopulations to estimate changes to populations from implementing recovery actions. The tool estimates the trade-offs associated with seven alternative recovery actions: Linear Feature Restoration, Linear Feature Deactivation, Maternal Penning, Conservation Breeding, Predator Exclosure, Wolf Reduction, and Moose Reduction. We demonstrate our software by comparing recovery actions for the East Side Athabasca River caribou subpopulation and discuss how this tool can be used under a structured decision-making framework. This case study suggests that our open-source tool can be useful to guide wildlife conservation decisions by explicitly estimating costs and benefits associated with recovery actions, which ultimately helps to bridge the gap between management and science via increased accessible application of current knowledge.
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 | 0,001 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».