Can a l <scp>arge‐landscape</scp> conservation vision contribute to achieving biodiversity targets?
Notice bibliographique
Résumé
Abstract Founded in 1993, the Yellowstone to Yukon (Y2Y) vision was one of the earliest large‐landscape conservation visions. Despite growing recognition of large‐landscape conservation strategies, there have been few tests to date of conservation gains achieved through such approaches. We tested for conservation gains in the Y2Y region of North America following initiation of the Y2Y conservation vision in 1993 using a counterfactual spatiotemporal comparison and tracking change in five different conservation metrics. First, we enumerated the area of land within Y2Y in designated protected areas. We then compared the rate of change of protected area growth before‐ and after‐initiation of Y2Y in 1993 and to two adjacent counterfactual regions. Protected areas in the Y2Y grew by 7.8%, increasing by 107,289 km 2 , exceeding the Aichi target of 17% of the area under protection by 2018. More importantly, the rate of protected area growth increased 90% following initiation of the Y2Y large‐landscape conservation vision in 1993, whereas protected area growth declined in adjacent regions, or remained constant throughout North America. Sustained growth in protected areas and private land conservation was complemented by expansion of endangered grizzly bears in the U.S. portion of Y2Y, the greatest global expansion from zero to at least 117 wildlife road‐crossing structures and growing mainstreaming coverage of the Y2Y vision. Our counterfactual comparison provides valuable evidence that large‐landscape conservation strategies such as Y2Y can enhance protected area growth and other conservation metrics. We conclude that large‐landscape conservation strategies may be a useful model for achieving global large‐landscape conservation and biodiversity conservation targets.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».