Developing important marine mammal area criteria: learning from ecologically or biologically significant areas and key biodiversity areas
Notice bibliographique
Résumé
ABSTRACT This paper explores how criteria to identify important marine mammal areas (IMMAs) could be developed, and nested in existing global criteria. This process would consider 134 species of marine mammals. Particular attention is given to two suites of global criteria to identify areas important for the persistence of marine biodiversity: Ecologically or Biologically Significant Areas (EBSAs) developed through the Convention on Biological Diversity (CBD), and Key Biodiversity Areas (KBAs) in revision through the International Union for the Conservation of Nature (IUCN). They are seen as mutually complementary in the development of IMMAs. The specificities necessary for identifying important areas at scales below the global level may vary according to the region, the biophysical requirements of distinct populations, and available data. Refining and testing the applicability of these global criteria on marine mammals at both regional and national scales will be necessary. Combining area‐based measures with non‐spatial management actions will likely be the optimal approach for ensuring marine mammal persistence given their highly migratory nature and widespread life‐history stages. Capacity to enact IMMAs is strengthened by the existence of professional marine mammal associations and networks, and the recently formed IUCN Marine Mammal Protected Areas Task Force (MMPATF). The MMPATF is planning further development of IMMA criteria through joint work with the International Committee on Marine Mammal Protected Areas (ICMMPA). Copyright © 2014 John Wiley & Sons, Ltd.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».