A mixed method evaluation of ecosystem services and services-to-ecosystems illuminates culturally important trees in a settled landscape
Notice bibliographique
Résumé
Biodiversity loss can lead to losses in ecological functions, ecosystem services, and cultural values. Yet, literature that empirically relates species’ ecological and cultural importance is scarce. We investigate tree species’ cultural importance in a settled landscape in Canada by combining biophysical plot sampling (n = 122) and semi-structured interviews (n = 31). We examined relationships between cultural importance, ecosystem services (benefits from trees), services-to-ecosystems (actions toward trees), and the abundance, mortality, and modification of trees. We found that tree abundance generally correlated with cultural emphasis. Maple was the most biophysically abundant and culturally important tree, associated with the greatest diversity of ecosystem services. However, some trees were mentioned disproportionately more frequently than their biophysical abundance, likely due to high mortality in the case of ash and cultural importance in the case of apples. Apple trees were culturally important and linked to the most diverse services-to-ecosystems. Our findings suggest that cultural importance relates to provisioning ecosystem services and services-to-ecosystems, which may, in turn, influence the abundance of these culturally important genera on the landscape. This connection between cultural importance and services-to-ecosystems could be a potential lever for wider biocultural conservation. This study contributes to ongoing discussions about cultural ecosystem services and highlights the importance of services-to-ecosystems in understanding human-nature relationships. The results have implications for protected area management, suggesting that reduced human-tree interactions could negatively impact biocultural values.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».