MétaCan
Menu
Retour à la cohorte
Enregistrement W2171067728 · doi:10.1111/j.1755-263x.2009.00064.x

Protecting ecosystem services and biodiversity in the world's watersheds

2009· article· en· W2171067728 sur OpenAlexaff
Gary Luck, Kai M. A. Chan, John P. Fay

Notice bibliographique

RevueConservation Letters · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCharles Sturt University
Mots-clésEcosystem servicesBiodiversityEnvironmental resource managementBusinessPrioritizationEnvironmental planningService (business)Biodiversity conservationEcosystemEnvironmental protectionGeographyEcologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Abstract Despite unprecedented worldwide biodiversity loss, conservation is not at the forefront of national or international development programs. The concept of ecosystem services was intended to help conservationists demonstrate the benefits of ecosystems for human well‐being, but services are not yet seen to truly address human need with current approaches focusing mostly on financial gain. To promote development strategies that integrate conservation and service protection, we developed the first prioritization scheme for protecting ecosystem services in the world's watersheds and compared our results with global conservation schemes. We found that by explicitly incorporating human need into prioritization strategies, service‐protection priorities were squarely focused on the world's poorest, most densely populated regions. We identified watersheds in Southeast Asia and East Africa as the most crucial priorities for service protection and biodiversity conservation, including Irrawaddy—recently devastated by cyclone Nargis. Emphasizing human need is a substantial improvement over dollar‐based, ecosystem‐service valuations that undervalue the requirements of the world's poor, and our approach offers great hope for reconciling conservation and human development goals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,002
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,182
Écart entre enseignants0,172 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations105
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConservation LettersMême sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207