Ageratina adenophora and Lantana camara in Kailash Sacred Landscape, India: Current distribution and future climatic scenarios through modeling
Notice bibliographique
Résumé
The Himalayan region is one of the global biodiversity hotspots. However, its biodiversity and ecosystems are threatened due to abiotic and biotic drivers. One of the major biotic threats to biodiversity in this region is the rapid spread of Invasive Alien Species (IAS). Natural forests and grasslands are increasingly getting infested by IAS affecting regeneration of native species and decline in availability of bio-resources. Assessing the current status of IAS and prediction of their future spread would be vital for evolving specific species management interventions. Keeping this in view, we conducted an in-depth study on two IASs, viz., Ageratina adenophora and Lantana camara in the Indian part of Kailash Sacred Landscape (KSL), Western Himalaya. Intensive field surveys were conducted to collect the presence of A. adenophora (n = 567) and L. camara (n = 120) along an altitudinal gradient between 300 and 3000 m a.s.l. We performed Principal Component Analysis to nullify the multi-colinearity effects of the environmental predictors following MaxEnt species distribution model in the current and future climatic scenarios for both the species. All current and future model precision (i.e., Area Under the Curve; AUC) for both species was higher than 0.81. It is predicted that under the current rate of climate change and higher emission (i.e., RCP 8.5 pathway), A. adenophora will spread 45.3% more than its current distribution and is likely to reach up to 3029 m a.s.l., whereas, L. camara will spread 29.8% more than its current distribution range and likely to reach up to 3018 m a.s.l. Our results will help in future conservation planning and participatory management of forests and grasslands in the Kailash Sacred Landscape-India.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».