MétaCan
Menu
Retour à la cohorte
Enregistrement W7117556700 · doi:10.1111/ddi.70130

High Habitat Potential but Limited Connectivity for Brown Bears Throughout Europe

2025· article· en· W7117556700 sur OpenAlexfundno aff
M. van den Bosch, Marta De Barba, Andreas Zedrosser, Nuria Selva, Niko Balkenhol, Luigi Maiorano, Julien Renaud, Gregor Simčič, Ainhoa Graciarena, Shane C. Frank, Anne G. Hertel, Aida Parres, Hüseyin Ambarlı, Andriy‐Taras Bashta, Natalia Bragalanti, Henrik Brøseth, Mark Chynoweth, Duško Ćirović, Paolo Ciucci, Csaba Domokos, Aleksandar Dutsov, Alper Ertürk, Ancuța Fedorca, Mihai Fedorca, Stefano Filacorda, Finďo Slavomír, Luca Fumagalli, Miguel de Gabriel Hernando, Claudio Groff, Snorre B. Hagen, Bledi Hoxha, Djuro Huber, Otso Huitu, Georgeta Ionescu, Ovidiu Ionescu, Klemen Jerina, Alexandros A. Karamanlidis, Jonas Kindberg, Ilpo Kojola, Alexander Kopatz, Diana Krajmerová, José Vicente López‐Bao, Peep Männil, Yorgos Mertzanis, Anja Molinari‐Jobin, Paolo Molinari, Andrea Mustoni, Javier Naves, Sergey Ogurtsov, Deniz Özüt, Santiago Palazon, Jasmin Pašić, Ladislav Paule, Milan Paunović, Aleksandar Perović, Stefano Pesaro, Vladimir Piminov, M. M. Pop, Maria Psaralexi, Pierre Yves Quenette, Georg Rauer, S. Reljić, Eloy Revilla, Urmas Saarma, Alexander Saveljev, Ali Onur Sayar, Cagan Sekercioglu, Agnieszka Sergiel, Tomaž Skrbinšek, Michaela Skuban, Anil Soyumert, Aleksandar Stojanov, Konstantin Tirronen, Aleksandër Trajçe, Igor Trbojević, Tijana Trbojević, Filip Zięba, Diana Zlatanova, Tomasz Zwijacz‐Kozica, Jerrold L. Belant

Notice bibliographique

RevueDiversity and Distributions · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesEuroNatur StiftungNational Center for Research and DevelopmentMiljødirektoratetJavna Agencija za Raziskovalno Dejavnost RSNarodowe Centrum NaukiMaa- ja MetsätalousministeriÖRéseau de cancérologie Rossy
Mots-clésHabitatRange (aeronautics)Landscape connectivityDistribution (mathematics)Wildlife corridorHome rangeUrsusSpecies distribution

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Aim Large carnivores worldwide have experienced substantial range contractions due to human activities, though several species are recolonising parts of their historical range. We aimed to assess current and potential European brown bear ( Ursus arctos arctos ) habitat as well as habitat connectivity on a continental scale. Location The extended biogeographical regions of Europe, spanning from Portugal to central Russia, longitudinally, and from Norway to Türkiye, latitudinally. Excluding inland seas; this area covers 11,151,636 km 2 . Methods We assessed habitat suitability throughout the study area using an ensemble species distribution model with nine submodels, using data from 10 European bear populations and Türkiye. We used the resulting habitat suitability maps to conduct a least‐cost path connectivity analysis and an omnidirectional circuit connectivity analysis. Main Conclusions Habitat suitability was strongly associated with low percentages of agricultural cover, low percentages of human development, and proximity to forest. Of our entire study area, 37% (4.09 million km 2 ) is occupied or potentially suitable for bears. Connectivity analyses identified corridors that could facilitate movement among southern European bear populations, though agricultural land and human development limit connectivity between northern and southern European bear populations. Previous research estimated bears occupied 0.5 million km 2 across the European Union, while our results estimate 1.82 million km 2 of this part of our study area is potentially suitable for bears, though connectivity is limited. Our results inform conservation strategies and policy development for the future of brown bears in Europe, emphasising the need for transboundary conservation efforts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,215
Écart entre enseignants0,202 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiversity and DistributionsMême sujetWildlife Ecology and ConservationTravaux en français237 207