Hotspots of Alpine vascular plant of the Andes and their conservation status
Bibliographic record
Abstract
Die Anden, die längste Gebirgskette der Welt, beherbergen eine außergewöhnlich hohe Anzahl an endemischen Pflanzenarten, die zunehmend durch Klimawandel, Landnutzung sowie Habitat-Fragmentierung bedroht sind. Analysen auf Basis von Schutzgebietsdaten aus der World Database on Protected Areas (WDPA) zeigen, dass nur 15,8 % der Fläche der Anden unter Schutz stehen, was deutlich unter dem 30% Schutzziel des Kunming-Montreal Global Biodiversity Framework liegt. Ziel dieser Arbeit ist es, Biodiversitätshotspots alpiner Gefäßpflanzen in den Anden zu identifizieren und ihren aktuellen Schutzstatus zu bewerten. Vorkommensdaten aller alpinen Gefäßpflanzen der Anden wurden von GBIF bezogen, wodurch insgesamt 107.410 georeferenzierte Datensätze innerhalb der Andenregion, definiert durch das GMBA Mountain Inventory v2.0, vorlagen. Das Untersuchungsgebiet wurde in 50 × 50 km große Rasterzellen unterteilt, in jeder Rasterzelle wurden vier Biodiversitäts- und Endemismus-Indizes berechnet. Die Zellen wurden für jeden Index nach Reichtum geordnet und eine Zelle wurde als Hotspot klassifiziert, wenn sie zu den obersten 5 %, 5–10% oder 10–20% der reichsten Zellen in mindestens einem Index gehörte. Schutzgebiete wurden anhand der WDPA-Daten integriert; Zellen wurden als geschützt gewertet, wenn mindestens 10% ihrer Fläche von Schutzgebieten der IUCN-Kategorien I–IV überlappt wurden. Die übrigen Zellen wurden als Schutzlücken identifiziert. Liegt der Schutzgebietanteil unter 10%, wurde der Hotspot als Schutzlücke eingestuft. Von insgesamt 1.459 alpinen Arten sind 1.370 endemisch für die Anden (94 %), 585 kommen in weniger als 1% des Untersuchungsgebiets vor (43 % der Endemiten). Insgesamt wurden 70 Zellen als Top 5% Hotspots, 101 Zellen als Top 5–10% Hotspots und 149 Zellen als Top 10–20% Hotspots identifiziert. Diese Hotspots befinden sich überwiegend in der zentralandinen Puna, den Páramos in den nördlichen Anden sowie in den bolivianischen und peruanischen Yungas. Allerdings sind derzeit nur 27 %, 23 % bzw. 19,5 % der Hotspots der Top 5%, 5–10% und 10–20% durch Schutzgebiete abgedeckt. Die übrigen Gebiete stellen somit deutliche Schutzlücken dar. Diese Ergebnisse verdeutlichen, dass große Schutzlücken in den Anden bestehen, was die Notwendigkeit unterstreicht, den Schutz in diesen biodiversitätsreichen Regionen zu verbessern.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".