Ensemble modelling the distribution and habitat suitability of wild goat <i>Capra aegagrus</i> in southwestern Iran
Notice bibliographique
Résumé
Increasing anthropogenic pressures have caused drastic population decline of wild goats Capra aegagrus. The study aim was to determine habitat suitability and explore the factors influencing habitat selection and dispersal of wild goats in the Khaeiz and Sorkh protected area, southwestern Iran. We utilized ensemble modelling based on 25 replications of 10 species distribution models GLM (generalized linear model), GAM (generalized additive model), GBM (gradient boosting model), CTA (classification tree analysis), FDA (flexible discriminant analysis), ANN (artificial neural network), MARS (multivariate adaptive regression spline), RF (random forest), MaxEnt (maximum entropy), SRE (surface range envelope). Wild goat occurrence data were collected from 2019 to 2020 and related to five variables: predator distribution, slope, distance from road, distance from water resources, and normalized difference vegetation index (NDVI). We found that distribution of predators, slope, distance from water resources and distance from roads were the most important predictors of potential habitats for wild goats. The least important variable was NDVI. Probabilistic predictions suggest that only 5.89% of the area was highly suitable habitat, whereas 46.24% was unsuitable. Ensembling individually classified presence/absence maps further indicates that 79.72% of the study area was certainly unsuitable while only 8.06% was certainly suitable for wild goats. The results can help wildlife managers and policymakers work towards conservation and management goals and decreasing the conflicts between wildlife and humans.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 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 ».