Conserving ecosystem integrity: Ecological theory as a guide for marine protected area monitoring
Notice bibliographique
Résumé
Global policies increasingly focus on the importance of maintaining or improving the integrity of ecosystems, but defining, assessing, and monitoring integrity in marine protected areas (MPAs) remains a challenge. In this paper, we conceptualized ecological integrity along dimensions of heterogeneity and stability containing seven components: physical structure, diversity, function, persistence, resistance, resilience, and natural variability. Through a structured literature search, we identified indicators and metrics used for quantifying ecosystem status components in the marine environment, then reviewed MPA management plans worldwide for inclusion of these components. We evaluated 202 papers applying 83 ecological indicators built from 72 metrics. Ecosystem components were most comprehensively addressed by metrics of taxa presence, organisms count, and area occupied by benthic organisms, and community structure, biomass, and percent cover indicators. Of the 557 MPA management plans we reviewed globally, 93% used at least one ecosystem status term or its synonym in an ecologically relevant context, but 39% did not address any components of stability. In particular, resistance was mentioned in only 1% of management plans, but in some cases it may be inferred from indicators and metrics used to track the best addressed component in management plans, diversity. Plans for MPAs with both an ecological/biological purpose and a research and education purpose contained ecosystem status terms more frequently than other plans, suggesting that engagement with the scientific community may have improved the application of these terms. An improved understanding of how to operationalize and measure ecological integrity can help MPA monitoring and management.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,004 |
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 ».