Quantifying marine larval dispersal to assess MPA network connectivity and inform future national and transboundary planning efforts
Notice bibliographique
Résumé
Abstract A Marine Protected Area (MPA) network, in which multiple reserves are designated in a region, can promote the protection of biodiversity across space. To be effective as a network, the design must consider whether MPAs are likely to be connected through the movement of individuals of species of interest. Additionally, network design may explicitly incorporate design features that promote biodiversity in unprotected habitats through the dispersal or spillover of multiple species. Patterns of dispersal and the ability of MPAs to function as an interacting network, however, are difficult to estimate at broad and transboundary spatial scales, and therefore connectivity is often not fully integrated in the design and assessment of MPA networks. Here, we model the dispersal of multiple nearshore species to estimate the potential connectivity of the existing MPAs in British Columbia, Canada, including connections to MPAs in the United States by simulating dispersal using a biophysical model with regional oceanographic currents. We found that MPAs in BC potentially meet connectivity design criteria for nearshore invertebrate species: the majority of MPAs (65-90%) are likely to exchange individuals (i.e. functional connectivity) and support persistent metapopulations, and more than half the unprotected coast (55-85%) receives a large proportion of the larvae produced in MPAs. Furthermore, we found that species’ dispersal abilities and the level of exposure of an MPA to open ocean can predict dispersal distance when we account for the random effects of dispersal location and season. Therefore, future predictions of connectivity are possible based on these core biological and physical attributes, without running new simulations. Together, these analyses provide a robust and novel assessment of multi-species connectivity that can support the design of new MPAs with transboundary connectivity on the northwest coast of North America.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».