Khaki conservation: a review of the effects on biodiversity of worldwide military training areas
Notice bibliographique
Résumé
Military training areas (MTAs) are special environments with specific anthropogenic activities. The aims of this review are (1) to understand the interactions between military training activities and biodiversity, (2) to quantify the available scientific literature on this subject, (3) and to highlight the origin of the studies. Queries were carried out on two literature databases: Scopus and Wiley. The queries returned a large number of papers, but few actually matched the research topics. These two databases contain nearly 400 articles that discuss the interactions between military training and biodiversity at different scales. These articles come from all over the world, but the majority were conducted in the United States. In Europe, the studies are mainly conducted on German, English, and Czech sites. Impacts on biodiversity from all types of military training and from restricted areas were studied. The impacts on these areas are multiple and affect the landscape, the soil, fauna, and flora. They can be directly or indirectly related to military activities. Responses to disturbance by military trainings can be complex as they are variable. Thus, the same training may result in positive, neutral, or negative impacts depending on the habitats or taxa targeted and the country studied. Training methods are constantly evolving and vary between countries, and it appears important to maintain research about conservation in those particular areas, which paradoxically represent opportunities for nature 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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».