Finding solutions from space: Essential Biodiversity Variables (RS-EBVs) for conservation planning
Notice bibliographique
Résumé
The world is experiencing a biodiversity crisis. Recent studies have shown that important changes in biodiversity (unprecedented shifts in the species composition of ecological assemblages) (Dornelas at al 2014; Magurran et al 2015; McGill et al 2015) and biodiversity loss (Newbold et al 2015) together threaten the world's ecosystems and the services they provide. Biodiversity change is linked to the transformations of natural habitats, invasive species and climate change. In face to such wide changes, new international initiatives such as IPBES (http://www.ipbes.net/), Future Earth (http://www.futureearth.org/) seek to build global capacity to promote the sustainable use and conservation of biodiversity. However, despite these efforts, global biodiversity, and the ecosystem functions it supports, is increasingly threatened by anthropogenic impacts. Yet it is still difficult to assess progress towards the Aichi Biodiversity Targets for 2011-2020 set by the Convention on Biological Diversity (CBD). To focus priorities, ecologists have proposed classes of 'essential biodiversity variables' EBV's, including species traits and populations, and ecosystem function and structure. But measuring these on the ground is laborious and limited. The open access availability of satellite images from new sensors characterized by various spatial and temporal resolutions provides new challenges and possibilities for biodiversity conservation. Key parameter derived from Remote sensing data (RS) could be used to develop a set of the EBV's indicators. The joint use of remote sensing data sources with various spatial, temporal and spectral resolutions is essential for accessing the different descriptors of natural habitats. Issues of scalability remain challenging with a view towards upscaling to a global level. Still RS-EBV's present some limitations but they constitute a promising basis to support policy-making in order to fulfil the conservation strategy.
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 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».