Building a stakeholder-led common vision increases the expected cost-effectiveness of biodiversity conservation
Notice bibliographique
Résumé
Uniting diverse stakeholders through communication, education or building a collaborative 'common vision' for biodiversity management is a recommended approach for enabling effective conservation in regions with multiple uses. However, socially focused strategies such as building a collaborative vision can require sharing scarce resources (time and financial resources) with the on-ground management actions needed to achieve conservation outcomes. Here we adapt current prioritisation tools to predict the likely return on the financial investment of building a stakeholder-led vision along with a portfolio of on-ground management strategies. Our approach brings together and analyses expert knowledge to estimate the cost-effectiveness of a common vision strategy and on-ground management strategies, before any investments in these strategies are made. We test our approach in an intensively-used Australian biodiversity hotspot with 179 threatened or at-risk species. Experts predicted that an effective stakeholder vision for the region would have a relatively low cost and would significantly increase the feasibility of on-ground management strategies. As a result, our analysis indicates that a common vision is likely to be a cost-effective investment, increasing the expected persistence of threatened species in the region by 9 to 52%, depending upon the strategies implemented. Our approach can provide the maximum budget that is worth investing in building a common vision or another socially focused strategy for building support for on-ground conservation actions. The approach can assist with decisions about whether and how to allocate scarce resources amongst social and ecological actions for biodiversity conservation in other regions worldwide.
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 | 0,015 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,008 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».