Socioeconomic and Environmental Proxies for Comparing Freshwater Ecosystem Service Threats across International Sites: A Diagnostic Approach
Notice bibliographique
Résumé
In this work, we develop and test proxy-based diagnostic tools for comparing freshwater ecosystem services (FWES) risks across an international array of freshwater ecosystems. FWES threats are increasing rapidly under pressure from population, climate change, pollution, land use change, and other factors. We identified spatially explicit FWES threats estimates (referred to as threat benchmarks) and extracted watershed-specific values for an array of aquatic ecosystems in the Western Hemisphere (Ramsar sites). We compared these benchmark values to values extracted for sites associated with an international FWES threat investigation. The resulting benchmark threats appeared to provide a meaningful context for the diagnostic assessment of study site selection by revealing gaps in coverage of the underlying socio-environmental problem. In an effort to simplify the method, we tested regularly updated environmental and socioeconomic metrics as potential proxies for the benchmark threats using regression analysis. Three category proxies, aggregated from (i) external (global to regional, climate-related), (ii) internal (watershed management-related), and (iii) socioeconomic and governance related proxies produced strong relationships with water supply threat benchmarks, but only weak relationships with biodiversity-related and nutrient regulation benchmark threats. Our results demonstrate the utility of advancing global FWES status and threat benchmarks for organizing coordinated research efforts and prioritizing decisions with regard to international socio-environmental problems.
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 | 0,011 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».