Changes in Human Population Density and Protected Areas in Terrestrial Global Biodiversity Hotspots, 1995–2015
Notice bibliographique
Résumé
Biodiversity hotspots are rich in endemic species and threatened by anthropogenic influences and, thus, considered priorities for conservation. In this study, conservation achievements in 36 global biodiversity hotspots (25 identified in 1988, 10 added in 2011, and one in 2016) were evaluated in relation to changes in human population density and protected area coverage between 1995 and 2015. Population densities were compared against 1995 global averages, and percentages of protected area coverage were compared against area-based targets outlined in Aichi target 11 of the Convention on Biological Diversity (17% by 2020) and calls for half Earth (50%). The two factors (average population density and percent protected area coverage) for each hotspot were then plotted to evaluate relative levels of threat to biodiversity conservation. Average population densities in biodiversity hotspots increased by 36% over the 20-year period, and were double the global average. The protected area target of 17% is achieved in 19 of the 36 hotspots; the 17 hotspots where this target has not been met are economically disadvantaged areas as defined by Gross Domestic Product. In 2015, there are seven fewer hotspots (22 in 1995; 15 in 2015) in the highest threat category (i.e., population density exceeding global average, and protected area coverage less than 17%). In the lowest threat category (i.e., population density below the global average, and a protected area coverage of 17% or more), there are two additional hotspots in 2015 as compared to 1995, attributable to gains in protected area. Only two hotspots achieve a target of 50% protection. Although conservation progress has been made in most global biodiversity hotspots, additional efforts are needed to slow and/or reduce population density and achieve protected area targets. Such conservation efforts are likely to require more coordinated and collaborative initiatives, attention to biodiversity objectives beyond protected areas, and support from the global community.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».