Science‐informed policy decisions lead to the creation of a protected area for a wide‐ranging species at risk
Notice bibliographique
Résumé
Abstract Protected areas are needed to conserve nature and biodiversity worldwide. The province of Québec (Canada) recently established a large wilderness area affording significant habitat protection for boreal woodland caribou ( Rangifer tarandus caribou ), a wide‐ranging species at risk. We describe a decision support framework combining ecological modeling with socioeconomic constraints that ultimately led to the creation of this protected area. Multiple criteria were used to identify candidate protected areas for boreal caribou. These had to be large in size (>10,000 km 2 ) and located in regions where available high‐quality habitat was threatened by development pressures. Candidate areas also had to contribute substantively to the maintenance of functional habitat connectivity, be exempt from major industrial developments and recent fires, and required evidence of recent use by caribou. Five candidate protected areas emerged from this exercise. Key regional stakeholders were consulted, thereby strengthening advocacy for land designation, and boundaries were refined through their input, which helped further reduce socioeconomic conflicts. This process involved difficult compromises, but eventually led to the legal designation on March 4, 2021 of a new protected area for boreal caribou known as the Caribous‐Forestiers‐de‐Manouane‐Manicouagan. We show how our science‐informed decision support framework was instrumental in the success of this endeavor, and describe the obstacles overcame in the process, so that other jurisdictions may draw from this experience in their efforts to achieve similar conservation goals.
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 | 0,026 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,009 |
| Communication savante | 0,012 | 0,005 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,008 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».