Freshwater biodiversity conservation through source water protection: Quantifying the potential and addressing the challenges
Notice bibliographique
Résumé
Abstract Water insecurity is a defining feature of the Anthropocene, with degraded water quality and unreliable flows putting the well‐being of upstream and downstream communities, both human and aquatic, at risk. Within this context, the protection of drinking water at its source – ‘source water protection’ – is growing as a complementary water security solution to conventional built infrastructure, particularly but not only to address non‐point source pollution. An assessment of the likely source catchments of 4000 cities, supplying water to as many as 1.7 billion city dwellers, found that 85% of the total area of the catchments overlaps with freshwater ecoregions of high biodiversity value. Source water protection could contribute to conserving important freshwater biodiversity elements in these catchments, through activities such as land protection, restoration, and agricultural and ranching best‐management practices. Empirical evidence supporting the benefits of these types of activities to freshwater species and ecosystems is sparse, especially when considered at the scales required to achieve meaningful conservation objectives. This article explores the potential of source water protection to deliver freshwater conservation benefits, and solutions are proposed to address the challenges related to evidence gaps, trade‐offs, and financing. The broader opportunity for leveraging water security investments for biodiversity conservation, and the overall efficiencies that may accrue from optimizing for multiple benefits simultaneously, are discussed in the context of global frameworks such as the Sustainable 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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 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 ».