MétaCan
Menu
Retour à la cohorte
Enregistrement W4413152522 · doi:10.1016/j.ecolind.2025.114030

How to measure the net effect of wetland park construction on habitat quality: A modeling approach based on spatiotemporal Difference-in-Differences

2025· article· en· W4413152522 sur OpenAlexaff
Daojun Zhang

Notice bibliographique

RevueEcological Indicators · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensInstitute on Governance
Organismes subventionnairesChina University of Geosciences, WuhanNational Natural Science Foundation of China
Mots-clésHabitatWetlandMeasure (data warehouse)Quality (philosophy)Environmental scienceEcologyEnvironmental resource managementNet (polyhedron)GeographyComputer scienceMathematicsData miningBiology

Résumé

récupéré en direct d'OpenAlex

• Integrated indices quantify wetland parks’ multifaceted environmental impacts. • ST-DID effectively evaluates habitat quality while removing regional bias. • Wetland park construction in the Weihe River shows spatial ecological spillovers. • Wetland parks boost habitat quality by replacing impervious surfaces with green land. Leveraging local natural resources to develop recreational areas constitutes a critical strategy for urban managers to enhance ecosystem service supply. However, the specific impacts of nature park construction on local habitat quality remain ambiguous, while existing evaluation methods struggle to meet practical demands. Given the complex interactions among multiple factors influencing habitat quality, establishing a scientific evaluation system faces significant challenges. This study focuses on the Shaanxi section of China’s Weihe River Basin. First, we extracted land use and habitat quality data from five time points (2000–2020) in riparian zones using remote sensing and spatial information technologies. Subsequently, we constructed multi-ring buffers along upper, middle, and lower river reaches to establish highly comparable habitat units. Finally, a spatiotemporal difference-in-differences (ST-DID) model was employed to quantitatively identify and isolate the net impact of wetland park construction on habitat quality. Key findings include: (1) The area of wetland parks within the riparian zone increased by 5,782hm 2 , with construction primarily focused on greening and supplemented by limited hardscaping, resulting in a total forest area increase of 2,137 hm 2 ; (2) The comprehensive quality index of wetland parks in the riparian zone first increased and then declined, reaching 0.491 in 2020, representing an 8% improvement compared to the lowest level in 2010; (3) ST-DID results of the comprehensive habitat quality index indicate that despite the influence of climatic factors, wetland park construction has effectively improved habitat quality, with the environmental effect in the riparian zone increasing from −0.0032 to 0.0085. This methodology provides a novel analytical framework for assessing the ecological impacts of nature-based urban development initiatives.

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 enseignants0,060
Score d'incertitude au seuil0,350

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 Opus0,023
Tête enseignante GPT0,247
Écart entre enseignants0,224 · 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcological IndicatorsMême sujetLand Use and Ecosystem ServicesTravaux en français237 207