Mapping Species At Risk and Of Cultural Value
Notice bibliographique
Résumé
The escalating urbanization and human-induced land use changes have precipitated a global biodiversity crisis, imperiling indigenous ecosystems and cultural heritage. Nanaimo Regional District (NRD) in British Columbia, with its rich biodiversity and Indigenous lands, is facing the challenge of balancing urban development and species conservation. To provide better insights for urban planners and indigenous communities on protecting local biodiversity, the study aims to visualize the biodiversity of the identified species and evaluate the land protection levels by species richness and Land Cover Species Importance Score (LCSIS). The study assigns value to two criteria by importance level to gain the SIS of the identified species at risk and of cultural value. Integrating species occurrence data with land parcels and land cover data to illustrate spatial patterns of species richness and importance level. It reveals that larger rural parcels have higher species richness, primarily located in the eastern part of NRD. Smaller parcels around urban areas, particularly east coastal regions, have higher species richness density. LCSIS value varies across different land cover types. By reclassifying and combining the species richness and LCSIS, the spatial distribution of identified Protection Areas (PAs) is mapped and classified into three classes, high, median, and low. The study also explores the proximity of different classes of PAs to urban areas, to assess if further urban expansion would impact the identified PA. Implications for urban planning are profound. By delineating priority conservation areas and integrating them into land use plans, planners can mitigate the adverse impacts of urban expansion on biodiversity and cultural heritage. This proactive approach fosters sustainable development, preserves vital ecosystems, and honors Indigenous traditions.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 ».