A utilization distribution for the global population of Cape Vultures (<scp><i>G</i></scp><i>yps</i><scp><i>c</i></scp><i>oprotheres</i>) to guide wind energy development
Notice bibliographique
Résumé
The rapid development of wind energy in southern Africa represents an additional threat to the already fragile populations of African vultures. The distribution of the vulnerable Cape Vulture Gyps coprotheres overlaps considerably with wind energy development areas in South Africa, creating conflicts that can hinder both vulture conservation and sustainable energy development. To help address this conflict and aid in the safe placement of wind energy facilities, we map the utilization distribution (UD) of this species across its distributional range. Using tracking data from 68 Cape Vultures collected over the last 20 years, we develop a spatially explicit habitat use model to estimate the expected UDs around known colonies. Scaling the UDs by the number of vultures expected to use each of the colonies, we estimate the Cape Vulture population utilization distribution (PUD) and determine its exposure to wind farm impacts. To complement our results, we model the probability of a vulture flying within the rotor sweep area of a wind turbine throughout the species range and use this to identify areas that are particularly prone to collisions. Overall, our estimated PUD correlates well with reporting rates of the species from the Southern African Bird Atlas Project, currently used to assess potential overlap between Cape Vultures and wind energy developments, but it adds important benefits, such as providing a spatial gradient of activity estimates over the entire species range. We illustrate the application of our maps by analyzing the exposure of Cape Vultures in the Renewable Energy Development Zones (REDZs) in South Africa. This application is a scalable procedure that can be applied at different planning phases, from strategic, nationwide planning to project-level assessments.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».