MétaCan
Menu
← Retour à la cohorte
Enregistrement W4210610471 · doi:10.1038/s41467-022-28270-3

Matrix condition mediates the effects of habitat fragmentation on species extinction risk

2022· article· en· W4210610471 sur OpenAlexaff
Juan Pablo Ramírez‐Delgado, Moreno Di Marco, James Watson, Chris J. Johnson, Carlo Rondinini, Xavier Corredor Llano, Miguel Gerardo Inga Arias, Oscar Venter

Notice bibliographique

RevueNature Communications · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésFragmentation (computing)Habitat fragmentationExtinction (optical mineralogy)HabitatHabitat destructionExtinction debtBiodiversityEcologyMatrix (chemical analysis)GeographyBiologyChemistry

Résumé

récupéré en direct d'OpenAlex

Habitat loss is the leading cause of the global decline in biodiversity, but the influence of human pressure within the matrix surrounding habitat fragments remains poorly understood. Here, we measure the relationship between fragmentation (the degree of fragmentation and the degree of patch isolation), matrix condition (measured as the extent of high human footprint levels), and the change in extinction risk of 4,426 terrestrial mammals. We find that the degree of fragmentation is strongly associated with changes in extinction risk, with higher predictive importance than life-history traits and human pressure variables. Importantly, we discover that fragmentation and the matrix condition are stronger predictors of risk than habitat loss and habitat amount. Moreover, the importance of fragmentation increases with an increasing deterioration of the matrix condition. These findings suggest that restoration of the habitat matrix may be an important conservation action for mitigating the negative effects of fragmentation on biodiversity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,255
Écart entre enseignants0,248 · 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 source (Gemma direct ou Codex distillé), 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

Citations112
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature Communications→Même sujetWildlife Ecology and Conservation→Travaux en français237 207→