AquaX: An enhanced and revised AquaMaps framework to model marine species distributions and biodiversity
Notice bibliographique
Résumé
Abstract Marine biodiversity underpins ecosystem health and is critical for the provision of essential ecological services. Global efforts to mitigate biodiversity loss are underway but require comprehensive knowledge on the biogeography of species to be effective. However, key challenges limit comprehensive mapping of species distributions, including the complexity of ocean ecosystems and the difficulty of sampling the marine realm. Global initiatives such as AquaMaps pioneered large-scale marine species mapping using species distribution models or Ecological Niche models and provided the knowledge base for effective marine conservation and management. Recently, methodological and data advances have enabled a more modern and robust approach that enables higher resolution outputs more suited to conservation applications at all scales. Building on AquaMaps, we develop a next-generation marine species habitat suitability modelling platform called AquaX, providing a suite of advances that include an ensemble of ten machine learning algorithms, enabling spatial uncertainty assessments, validation indices, and ecological niche representation at a ten-fold improved spatial resolution of 0.05°. Furthermore, AquaX integrates (i) accepted taxonomy from the World Register of Marine Species, (ii) species-specific ecological, physiological, and biogeographical information (D3-Ocean system), (iii) updated occurrence records validated through expert input, and (iv) refined species range maps using expert knowledge and biogeographical divisions. AquaX also projects species’ habitat suitability for both present and future conditions based on two time periods and three climate scenarios. This work provides species range maps for numerous species compared to previously available datasets and improves the accurate use of observational data. The approaches described here improve predictive accuracy at scales more relevant to marine biodiversity conservation and offer an openly accessible tool to support marine biodiversity research and conservation planning under accelerating environmental change. AquaX represents an important step forward in species distribution modeling, enabling researchers and policymakers to better understand marine biodiversity patterns and develop more effective conservation strategies.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».