Multiple habitat graphs: how connectivity brings forth landscape ecological processes
Notice bibliographique
Résumé
Abstract Purpose Habitat connectivity is integral to current biodiversity science and conservation strategies. Originally, the connectivity concept stressed the role of individual movements for landscape-scale processes. Connectivity determines whether populations can survive in sub-optimal patches (i.e., source-sink effects), complete life cycles relying on different habitat types (i.e., landscape complementation), and benefit from supplementary resources distributed over the landscape (i.e., landscape supplementation). Although the past decades have witnessed major improvements in habitat connectivity modeling, most approaches have yet to consider the multiplicity of habitat types that a species can benefit from. Without doing so, connectivity analyses potentially fail to meet one of their fundamental purposes: revealing how complex individual movements lead to landscape-scale ecological processes. Methods To bridge this conceptual and methodological gap, we propose to include multiple habitat types in spatial graph models of habitat connectivity, where nodes traditionally represent a single habitat type. Multiple habitat graphs will improve how we model connectivity and related landscape ecological processes, and how they are impacted by land cover changes. Results In three case studies, we use these graphs to model (i) source-sink effects, (ii) landscape supplementation, and (iii) complementation processes, in urban ecosystems, agricultural landscapes, and amphibian habitat networks, respectively. A new version of the Graphab open-source software implements the proposed approach. Conclusion Multiple habitat graphs help address crucial conservation challenges (e.g., urban sprawl, biological control, climate change) by representing more accurately the dynamics of populations, communities, and their interactions. Our approach thereby extends the ecologist’s toolbox and aims at fostering the alignment between landscape ecology theory and practice.
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) | 0,003 | 0,001 |
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 ».