Connectivity conservation to mitigate climate and land-cover change impacts on Borneo
Notice bibliographique
Résumé
Enhancing connectivity between protected areas is crucial for facilitating species range shifts in response to climate change. Yet spatial planning for this connectivity often overlooks the combined impacts of climate and land-cover change, particularly in tropical regions where habitat loss is a more immediate biodiversity threat. We explore the need for connectivity between protected areas to mitigate the dual impacts of climate- and land-cover change on Borneo. Using habitat suitability models and combined climate and land-cover change forecasts, we develop connectivity models for present and future scenarios, identifying optimal connections between protected areas for 81 species. By considering restoration and opportunity economic costs, we also explore the cost-benefit trade-offs of implementing connectivity plans. Connectivity solutions varied among species, but often converged on the same connections between protected areas, with contemporary connections traversing 6 to 40 km and comprising 67 % forest cover, on average. By the 2080s there were fewer connections, and while many were shorter, they also comprised poorer quality habitat, reflecting reductions in forest cover and species distributions. As a result, the economic cost of creating corridors between protected areas was estimated to be 65 % higher in 2080 than in 2020. Our analysis highlights the urgent need to prioritize connectivity interventions early to maximize long-term benefits for multiple species facing climate-change disruption while minimizing costs. However, conservation planning in tropical regions is complex, given high rates of forest degradation and loss. Implementing our approach at finer spatial scales could help identify cost-effective areas to prioritize landscape connectivity, helping safeguard tropical biodiversity amid changing environmental conditions.
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) | 0,001 | 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 ».