Rapid evaluation of habitat connectivity change to safeguard multispecies persistence in human-transformed landscapes
Notice bibliographique
Résumé
Abstract Protecting habitat connectivity in fragmented landscapes is essential for safeguarding biodiversity and nature’s contributions to people. Following the Post-2020 Kunming-Montreal Global Biodiversity Framework (KM-GBF) of the Convention on Biological Diversity (CBD) there is a clear science-policy need to assess habitat connectivity and track its change over time to inform conservation planning. In response to this need we describe an analytical, multi-indicator and multispecies approach for the rapid assessment of habitat connectivity at fine spatial grain and at the extent of an entire ecoregion. Out of 69 connectivity indicators we found through a literature review, we identified a key-set of nine indicators that align with the Essential Biodiversity Variables framework and that are suitable to guide rapid action for connectivity and conservation targets in the KM-GBF. Using these selected indicators, we mapped and evaluated connectivity change from 2011 to 2021 across the ecoregion of the St-Lawrence Lowlands in Quebec (∼30,000 km 2 ) for seven ecoprofile species representing regional forest habitat needs. For the majority of these ecoprofile species, trends over the last decade indicate a decline in effective connected area and metapopulation carrying capacity, mainly via a division of large contiguous habitat into smaller fragments, whereas total habitat area largely remained unchanged. These results highlight that trends in habitat area and connectivity are not necessarily correlated and the urgent need to conserve and restore connectivity in the St-Lawrence Lowlands, in order to meet regional targets under the KM-GBF. Our general approach enables a comprehensive evaluation of connectivity for regional spatial planning for biodiversity. We develop an R-tool to support this analysis and that can be extended to other conservation planning efforts for connectivity.
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 | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».