MétaCan
Menu
Retour à la cohorte
Enregistrement W4220765824 · doi:10.1002/2688-8319.12139

A framework to identify priority wetland habitats and movement corridors for urban amphibian conservation

2022· article· en· W4220765824 sur OpenAlexafffundabout
Tracy S. Lee, Lea A. Randall, Nicole L. Kahal, Holly L. Kinas, Vanessa A. Carney, Heather Rudd, Tyne M. Baker, Ken Sanderson, Irena F. Creed, Axel Moehrenschlager, Danah Duke

Notice bibliographique

RevueEcological Solutions and Evidence · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife-Road Interactions and Conservation
Établissements canadiensThe Scarborough HospitalToronto ZooUniversity of TorontoCalgary Laboratory ServicesMount Royal University
Organismes subventionnairesAlberta InnovatesTD Friends of the Environment FoundationCalgary FoundationAlberta Ecotrust Foundation
Mots-clésHabitatWetlandAmphibianUrbanizationBiodiversityGeographyEnvironmental resource managementEcologyHabitat fragmentationHabitat destructionEnvironmental planningEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Cities worldwide are expanding in area and human population, posing multiple challenges to amphibian populations, including habitat loss from removal of wetlands and terrestrial upland habitat, habitat fragmentation due to roads and the built environment, and habitat degradation from pollutants, extensive human use and introduced species. We developed an eight‐step urban amphibian conservation framework based on established monitoring, analytical methods and community engagement to enable amphibian conservation in a large urban centre. The framework outlines a process used to conserve biodiversity in a complex landuse and decision‐making environment supported by a series of successive complementary modelling techniques to measure amphibian presence, priority habitat and functional connectivity. We applied the framework in Calgary, Alberta, Canada to illustrate its potential. Here, urbanization has reduced wetlands by 90% and ecological knowledge on amphibians was poor. We improved knowledge on amphibian diversity and distribution, identified core wetlands and movement pathways for amphibian species and identified barriers in the wetland network where construction or restoration measures could re‐establish amphibians or increase their densities. This knowledge was shared with ecologists and city planners for implementation through appropriate policies and plans. Our framework provides a series of stepwise products to improve an urban municipality's ability to restore or conserve priority habitat and movement pathways necessary for amphibian survival under pressure from multiple land uses. The framework provides a platform to identify city plans, policy and or programmes and to derive necessary information to support amphibian conservation.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,140
Score d'incertitude au seuil0,278

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0080,003
Études des sciences et des technologies0,0020,003
Communication savante0,0050,002
Science ouverte0,0030,004
Intégrité de la recherche0,0020,001
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 Opus0,055
Tête enseignante GPT0,311
Écart entre enseignants0,256 · 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'étudeSimulation ou modélisation
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

Citations23
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEcological Solutions and EvidenceMême sujetWildlife-Road Interactions and ConservationTravaux en français237 207