A decision support tool for response to global change in marine systems: the <scp>IMBER</scp>‐<scp>ADA</scp>pT Framework
Notice bibliographique
Résumé
Abstract Global change is occurring now, often with consequences far beyond those anticipated. Although there is a wide range of assessment approaches available to address‐specific aspects of global change, there is currently no framework to identify what governance responses have worked and where, what has facilitated change and what preventative options are possible. To respond to this need, we present an integrated assessment framework that builds on knowledge learned from past experience of responses to global change in marine systems, to enable decision‐makers, researchers, managers and local stakeholders to: (i) make decisions efficiently; (ii) triage and improve their responses; and (iii) evaluate where to most effectively allocate resources to reduce vulnerability and enhance resilience of coastal people. This integrated assessment framework, IMBER ‐ ADA pT is intended to enable and enhance decision‐making through the development, a typology of case‐studies providing lessons on how the natural, social and governance systems respond to the challenges of global change. The typology is developed from a database of case‐studies detailing the systems affected by change, responses to change and, critically, an appraisal of these responses, generating knowledge‐based solutions that can be applied to other comparable situations. Fisheries, which suffer from multiple pressures, are the current focus of the proposed framework, but it could be applied to a wide range of global change issues. IMBER ‐ ADA pT has the potential to contribute to timely, cost‐effective policy and governing decision‐making and response. It offers cross‐scale learning to help ameliorate, and eventually prevent, loss of livelihoods, food sources and habitat.
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 | 0,001 | 0,002 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,003 |
| 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 ».