Integrating land use and land cover change simulations, stakeholder understanding of the landscape, and connectivity modelling: a case study in the Montérégie region in southern Québec
Notice bibliographique
Résumé
Connectivity conservation science, whose goal is to preserve the continuity of habitat throughout a given landscape, proceeds by identifying priority areas given the current configuration of the landscape. However, current connectivity conservation planning methods often do not take into account risks associated with future land use and climate change, and often do not confront the results of the prioritization process with the priorities perceived by stakeholders. In this thesis, we show solutions to those two issues in the context of an ongoing effort of connectivity conservation planning for the region of Montérégie in Southern Québec, Canada. In the first chapter, we built on past work of connectivity modelling using circuit theory in the region and complemented it with land use and climate change modelling that uses a combination of statistical modelling and MCMC-based simulations. Models trained on past land use data were used to project future land use changes and estimate future changes in potential functional connectivity for 5 different umbrella species. In a second chapter, we integrated these results with the perceived conservation priorities in the region. We conducted a day-long workshop with stakeholders involved in the ongoing connectivity conservation planning effort in the region and collected information on landscape features considered as priority areas for connectivity. We translated these results into simple conservation scenarios. We showed the importance of considering land use changes to produce a resilient network of protected areas and highlight the need for a multi-stakeholder approach in the definition of conservation scenarios and the identification of regional priorities
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».