Freshwater conservation planning in the far north of Ontario, Canada: identifying priority watersheds for the conservation of fish biodiversity in an intact boreal landscape
Notice bibliographique
Résumé
Freshwater ecosystems show more biodiversity loss than terrestrial or marine systems. We present a systematic conservation planning analysis in the Arctic Ocean drainage basin in Ontario, Canada, to identify key watersheds for the conservation of 30 native freshwater fish, including four focal species: lake sturgeon, lake whitefish, brook trout, and walleye. We created species distribution models for 30 native fish species and accounted for anthropogenic impacts. We used the “prioritizr” package in R to select watersheds that maximize species targets, minimize impacts, and meet area-based targets based on the Convention on Biological Diversity commitment to protect 17% of terrestrial and freshwater areas by 2020 and the proposed target to protect 30% by 2030. We found that, on average, 17.4% and 29.8% of predicted species distributions were represented for each of the 30 species in the 17% and 30% area-based solutions, respectively. The outcomes were more efficient when we prioritized for individual species, particularly brook trout, where 24% and 36% of its predicted distribution was represented in the 17% and 30% solutions, respectively. Future conservation planning should consider climate change, culturally significant species and areas, and the importance of First Nations as guardians and stewards of the land in northern Ontario.
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) | 0,000 | 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 ».