Prioritizing terrestrial invasive alien plant species for management in urban ecosystems
Notice bibliographique
Résumé
Abstract Invasive alien plant species (IAPs) in urban areas can have detrimental effects on biodiversity, ecosystem services and human well‐being. Urban areas are complex social management mosaics with high land‐use diversity, complex land tenure patterns and many different stakeholder groups, some of which derive benefits from invading species. Urban conservation practitioners face complex decisions about which IAPs require management. Yet most IAPs prioritization frameworks have been designed for and implemented in natural or rural areas and are generally inadequate for guiding effective and sustainable interventions in urbanized areas. We modified an existing prioritization scheme to develop a framework for prioritizing terrestrial IAPs in urban areas which applies evidence‐based (data‐driven) and stakeholder‐based (local knowledge) assessments to score and rank alien plant species in terms of their priority for management using an objective set of criteria. The framework consists of 46 criteria, grouped into eight modules which assess invasion status, habitat requirements, biological characteristics, dispersal ability, distribution, impacts (positive and negative) and potential for control for each alien plant species under consideration. We use the city of Toronto, Canada as a case study to test our framework—a list of 50 IAPs were effectively scored and ranked in order of high to low priority for control. Species with the highest total prioritization scores were Vincetoxicum rossicum (Dog Strangling Vine), Convolvulus arvensis (Field Bindweed) and Taraxacum officinale (Common Dandelion, ranked 1, 2 and 3 respectively). Many of the identified high priority species align with those previously flagged as of management concern by conservation practitioners, but also include those that are not actively managed due to their perceived lower ecological impacts. These species still require high resource investment for other objectives such as aesthetics. This highlights the complexity of alien plant species management in urban areas. Synthesis and applications . Prioritizing invasive alien plants for management in urban areas is particularly challenging due to often conflicting ecological, economic and social objectives. We use available evidence and local stakeholder knowledge to develop an objective and systematic prioritization tool which can assist conservation practitioners in selecting priority species for management action in complex urban landscapes.
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 ».