Spatial Conservation Prioritization of Persian Squirrel Based on Habitat Suitability and Climate-Induced Forest Mortality Risk
Notice bibliographique
Résumé
The Zagros forests in Iran are currently experiencing an exacerbation of climate-induced mortality, placing the Persian squirrel, a keystone species reliant on these ecosystems, in jeopardy. Addressing this imminent threat, our research employed a spatial prioritization methodology, integrating assessments of habitat suitability and mortality risk. Utilizing a weighted ensemble approach, incorporating the strengths of diverse models and expert rules, we discerned that approximately 62% of surveyed forests are at risk, with 7% classified as high risk and 17% as very high risk. Notably, 83% of the forests exhibited varying degrees of habitat suitability, with 11% and 12% demonstrating high and very high suitability, respectively. Employing a conservation prioritization framework, we systematically categorized habitats into priority classes, with 8%, 17%, 29%, and 46% assigned to very high, high, moderate, and low conservation priority classes, respectively. Significantly, areas classified as very high priority demand immediate restoration efforts due to ongoing mortality, while other priority classes underscore the importance of protection and prevention in unaffected habitats. Acknowledging the irreversible nature of current climatic conditions in the Zagros forests, our strategic emphasis aligns with conservation triage principles, prioritizing the preservation of intact habitats yet to succumb to irreversible mortality.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 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 ».