Expert solicitation informs conservation planning for a subarctic mammal susceptible to climate change: the collared pika (Ochotona collaris)
Notice bibliographique
Résumé
Conservation plans for species at risk are critical for identifying threats and determining means to manage them to permit species persistence. However, the threats faced by many species are rarely fully understood. The collared pika ( Ochotona collaris ) is legally listed as a species at risk in Canada, with climate change as the primary threat. However, the mechanisms by which climate change impacts collared pikas are unclear. To identify threats and priority measures that should be highlighted in a national conservation plan for collared pikas, we solicited 47 experts—representing 427 person-years of experience with pikas—regarding their knowledge and opinions of pika ecology, threats, and priority conservation actions. There was close agreement among respondents regarding the mechanisms that likely threaten collared pikas, including increased summer temperatures (86 % of experts agreed), rain-on-snow events (86 %), rising winter temperatures (74 %), increasing persistence of late spring snow cover (74 %), and shrubification of alpine meadows (71 %). However, experts varied on the adaptive capacity of collared pikas. Hypothetical management scenarios highlighted variability among experts in the best course of action managers should take when pika populations decline, with monitoring and research on the cause of the decline being most supported. Most experts strongly agreed that a management plan should focus on monitoring populations (100 % of experts), enhanced public education regarding climate change (81 %), and research on climate impacts (79 %). Our survey aided the development of a national conservation plan for the species. Where species responses to climate change are uncertain, expert surveys may be useful in addressing knowledge gaps and developing conservation actions, especially when the required research may take years to complete but the concern is more immediate. However, expert surveys are perhaps most valuable if there are strong linkages between the knowledge gained and the development of the conservation plans that they aim to aid.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».