MétaCan
Menu
Retour à la cohorte
Enregistrement W3179495001 · doi:10.1080/11956860.2021.1934299

Impact of urbanization and landscape changes on the vegetation of coastal dunes along the Gulf of Mexico

2021· article· en· W3179495001 sur OpenAlexvenueno aff
Karla Salgado, M. Luisa Martínez, Lucero Álvarez-Molina, Patrick A. Hesp, Miguel Equihua, Ismael Mariño‐Tapia

Notice bibliographique

RevueEcoscience · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUrbanizationSpecies richnessGeographyUrban sprawlEcologyBiodiversityVegetation (pathology)Plant communitySand dune stabilizationUrban planningBiology

Résumé

récupéré en direct d'OpenAlex

In Mexico, as in other countries, coastal urbanization and landscape changes are occurring at an unprecedented scale and rate, with potential negative impacts on local biodiversity. Nevertheless, studies of the impacts that such changes have on coastal dune vegetation are relatively scarce. In this study, we examined (a) the trends of urban sprawl and landscape changes along the coast of Veracruz for more than 20 years; (b) the impact of urban sprawl on plant species richness and plant functional groups; c) how landscape changes have affected plant diversity and community structure. Our results show an increasing urbanization along the coasts of the Gulf of Mexico, occurring at different rates, and being higher in locations closest to tourist areas. Plant species richness decreased with urban expansion while the proportion of plant functional types was altered. Inland species not tolerant to the beach-dune environment became more abundant in the most urbanized locations while the abundance of psammophytes decreased. Community structure (the dominant species) was modified with landscape changes. Our results are useful for an adaptive management strategy and will help develop sustainable beach management plans that should include the conservation of native and highly specialized species, such as psammophytes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,364

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,220
Écart entre enseignants0,209 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcoscienceMême sujetLand Use and Ecosystem ServicesTravaux en français237 207