Peering Into the Past Century of Mountain Diversity Change by Uniting Two Modes of Remote Sensing
Notice bibliographique
Résumé
Mountain ecosystems are particularly susceptible to climate change and biodiversity loss as altitudinal diversity generates rare habitats and adapted specialist species, both sensitive to change. Mountain songbird diversity can be especially telling of land cover changes given breeding songbirds' strong patterns of habitat preference. However, most records of bird populations go back only a few decades, affecting baselines. Our aim was to examine changes in mountain diversity using a novel approach to analyze historical data that reaches nearly a century back in time. We repeated 46 historical survey photographs and used image analysis tools to quantify landscape change. In parallel, we generated species distribution models for 15 breeding songbird species in the study area. Based on the paired photographs, we modeled changes in bird occurrence. We then analyzed changes in Shannon diversity in terms of both land cover and bird occurrence. Forest cover increased over the past century at the expense of rarer alpine and riparian land covers, leading to decreased landscape diversity. This landscape homogenization resulted in declines in 5 species of songbirds (including 4 that breed in rare habitats), while 9 abundant forest-breeding species were positively impacted, without substantial changes to the diversity of species in the community. We highlight shifts in species occurrence over a time interval not often captured by other methods. Historical photographs linked with species distribution modeling have potential for inferring global change for conservation and landscape management in mountain environments-some of the most challenging places to monitor.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».