Response of Reeves’s Pheasants Distribution to Human Infrastructure in the Dabie Mountains over the Last 20 Years
Notice bibliographique
Résumé
Human infrastructure development drives habitat loss and fragmentation worldwide. In China, over the last 20 years, rapid infrastructure development impacted the habitats of endangered species. To facilitate conservation efforts, studies of how human infrastructure affects the distribution of Reeves’s pheasant (Syrmaticus reevesii), an endangered species by the International Union for Conservation of Nature (IUCN) and a nationally protected species in China, are critically needed. We assessed how the distribution of Reeves’s pheasant was impacted by human infrastructure development over the past 20 years in the Dabie Mountains, the main distribution range of the species. We surveyed Reeves’s pheasants by direct sightings and indirect evidence through line transects which were randomly distributed in the Dabie Mountains from 2001 to 2002 and 2018 to 2019. We evaluated the variation of the roads and buildings in these areas in the last 20 years, and then modeled the relationship of the distribution of this pheasant with the road and building data from 2000 and 2017. Human infrastructure became more extensively distributed throughout the Dabie Mountains during the period, with all lands within 10 km of a road or a building. The distribution of Reeves’s pheasants became closer to the buildings and roads and there was a significantly positive relationship between the occurrence of Reeves’s pheasants and the distance to the nearest buildings and roads in 2018–2019. These results suggest that the increased density of buildings and roads in the Dabie Mountains may have caused negative effects on Reeves’s pheasants.
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 | 0,000 |
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 ».