MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409267996 · doi:10.22541/au.174411630.03437708/v1

Global comparison of habitat intactness models for predicting extinction risk in terrestrial mammals

2025· preprint· en· W4409267996 sur OpenAlexaff
Juan Pablo Ramírez‐Delgado, Moreno Di Marco, Chris J. Johnson, James Watson, Hawthorne L. Beyer, Luizmar de Assis Barros, Rajeev Pillay, Oscar Venter

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésExtinction (optical mineralogy)HabitatGeographyEcologyEnvironmental scienceBiologyPaleontology

Résumé

récupéré en direct d'OpenAlex

The effects of habitat condition on biodiversity are primarily investigated using discrete (patch-matrix) habitat models that consider habitat fragments as islands embedded in an inhospitable matrix. Recently, continuum habitat models, which focus on ecological gradients without defining habitat or matrix, have emerged. However, no formal comparison between patch-matrix, continuum, and hybrid habitat models (which combine characteristics of both) has been undertaken globally. Here, we compare the ability of patch-matrix, continuum, and hybrid models of habitat intactness to explain the risk of extinction for terrestrial mammals on a global scale. We discover that hybrid models outperform both patch-matrix and continuum models of habitat intactness in predicting extinction risk, regardless of a species’ habitat specialization. Moreover, we find that the magnitude of the relationship between habitat intactness and the predicted probability of a species being threatened is stronger when employing hybrid habitat models. Our results suggest that combining a patch-matrix designation with a continuous representation of habitat condition can improve extinction risk analyses and provide valuable insights for conservation efforts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,059
Tête enseignante GPT0,327
Écart entre enseignants0,268 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSpecies Distribution and Climate Change→Travaux en français237 207→