Datasets for Comparison of methods for estimating omnidirectional landscape connectivity
Notice bibliographique
Résumé
This repository holds the raster data and the configuration files (.ini) files used to create the simulated resistance grids and omnidirectional connectivity methods in "Comparison of methods for estimating omnidirectional landscape connectivity". There are reisstance grids for each of the two sections (simulated resistance grids and omnidirectional connectivity methods) and .ini files for each run with each method (point, wall-to-wall, and omniscape. The .ini files can be run in Julia computing language. Ecological connectivity is an important component of wildlife conservation. Omnidirectional circuit theory algorithms model the flow of electric current across a resistance grid from all directions, making them particularly useful for modeling connectivity of multiple or widespread species, or when source and destination sites are not specified, such as in the case of continuously distributed species. Objectives. We compared three published omnidirectional connectivity methods – the point-based method, the wall-to-wall method, and the Omniscape method. Methods. We compared the three omnidirectional connectivity methods using ten simulated resistance grids, representing commonly encountered landscape features. We then used three Canada lynx (Lynx canadensis) snow-track datasets from Ontario, Canada to validate the ability of each method to detect landscape use. Results. Current density maps generated by all three methods were highly correlated for most simulated landscapes, with the exception of uniform resistance grids. In uniform grids, without landscape features to guide current, each method revealed unique node-placement biases. All three methods produced similar connectivity maps for lynx, showing higher current at lynx presence locations compared to absence locations. The main differences between methods were not in their output, but in their implementation and use of computational resources. Conclusions. Our findings suggest that all of the three currently published omnidirectional connectivity models produce similar current density maps and can accurately map landscape connectivity. We provide guidelines for selecting a method based on factors such as computational resources, study area, and project goals.
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 | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,048 | 0,027 |
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 ».