Bolder science needed now for protected areas
Notice bibliographique
Résumé
Recognizing that protected areas (PAs) are essential for effective biodiversity conservation action, the Convention on Biological Diversity established ambitious PA targets as part of the 2020 Strategic Plan for Biodiversity. Under the strategic goal to "improve the status of biodiversity by safeguarding ecosystems, species, and genetic diversity," Target 11 aims to put 17% of terrestrial and 10% of marine regions under PA status by 2020. Additionally and crucially, these areas are required to be of particular importance for biodiversity and ecosystem services, effectively and equitably managed, ecologically representative, and well-connected and to include "other effective area-based conservation measures" (OECMs). Whereas the area-based targets are explicit and measurable, the lack of guidance for what constitutes important and representative; effective; and OECMs is affecting how nations are implementing the target. There is a real risk that Target 11 may be achieved in terms of area while failing the overall strategic goal for which it is established because the areas are poorly located, inadequately managed, or based on unjustifiable inclusion of OECMs. We argue that the conservation science community can help establish ecologically sensible PA targets to help prioritize important biodiversity areas and achieve ecological representation; identify clear, comparable performance metrics of ecological effectiveness so progress toward these targets can be assessed; and identify metrics and report on the contribution OECMs make toward the target. By providing ecologically sensible targets and new performance metrics for measuring the effectiveness of both PAs and OECMs, the science community can actively ensure that the achievement of the required area in Target 11 is not simply an end in itself but generates genuine benefits for biodiversity.
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 | 0,017 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,010 |
| Communication savante | 0,014 | 0,027 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,013 | 0,025 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,113 | 0,033 |
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 ».