MétaCan
Menu
Retour à la cohorte
Enregistrement W4402381668 · doi:10.1111/1365-2664.14746

Landscape connectivity for African elephants in the world's largest transfrontier conservation area: A collaborative, multi‐scalar assessment

2024· article· en· W4402381668 sur OpenAlexaff
Robin Naidoo, Piet Beytell, Angela Brennan, John Carter, Kerryn D. Carter, Simon Chamaillé‐Jammes, Brian Chilambe, Richard Hoare, Novald Iiyambo, Donovan Jooste, Malvern Karidozo, J. Werner Kilian, Daphine Madhlamoto, Tinaapi H. Madiri, Graham McCulloch, Norman Monks, Isaac Mudimba, Nobesuthu Ngwenya, Nyambe Nyambe, Loki Osborn, Michael Pelham, Letlhogonolo Phologo, Robert D. Reid, Miguel Savituma, Maurice Schutgens, Twakundine Simpamba, S. W. Slabbert, Amanda Stronza, Russell Taylor, Arnold Tshipa, Anna Songhurst

Notice bibliographique

RevueJournal of Applied Ecology · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife-Road Interactions and Conservation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesDepartment for Environment, Food and Rural Affairs, UK Government
Mots-clésLandscape connectivityGeographyEnvironmental resource managementBlueprintScale (ratio)EcologyCartographyPhysical geographyBiological dispersalEnvironmental sciencePopulationBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Landscape connectivity operates at a variety of scales, depending on the geography of the area in question and the focal species or ecological process under consideration. Most connectivity studies, however, are typically focused on a single scale, which in the case of resistance‐based connectivity modelling, is often the entire landscape or protected area (PA) network. This large, single‐scale focus may miss areas that are important for connectivity at smaller scales and that can be documented via observed animal movements without resorting to landscape‐wide statistical modelling and extrapolation approaches. Here, we characterize landscape connectivity at three different scales (local/micro, inter‐PA, and landscape‐wide/macro), using observed animal movements rather than conventional resistance surface models, to produce a connectivity conservation blueprint for African elephants ( Loxodonta africana ) in the Kavango‐Zambezi transfrontier conservation area (KAZA) in southern Africa. This analysis is based on an extensive, high‐resolution GPS tracking database comprising approximately 4 million GPS locations from nearly 300 tagged elephants and their associated herds. Our results show that high‐fidelity elephant use of micro‐corridors is typically—though not exclusively—related to directed movements towards water, often amidst heavy anthropogenic presence. Movement pathways that connected KAZA's core protected areas were longer and variable, with some channelled into narrow areas of use and others more dispersed across larger sub‐landscapes. At the largest scale, a network analysis incorporating all used landscape grid cells revealed several clusters of large‐scale movement corridors that connected distant parts of KAZA. Synthesis and applications : Our three scales of analyses reveal disparate geographical priorities for connectivity conservation that collectively could help ensure the functional connectivity of KAZA for its largest inhabitants. Each scale will require its own set of inter‐related conservation interventions, while further research into areas with sparse data collection, and other species of conservation concern, could reveal additional connectivity priorities at each scale.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil0,480

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,277
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied EcologyMême sujetWildlife-Road Interactions and ConservationTravaux en français237 207