Wildlife collection for scientific purposes
Notice bibliographique
Résumé
Illegal transfer of wildlife has 2 main purposes: trade and scientific research. Trade is the most common, whereas scientific research is much less common and unprofitable, yet still important. Biopiracy in science is often neglected despite that many researchers encounter it during their careers. The use of illegally acquired specimens is detected in different research fields, from scientists bioprospecting for new pharmacological substances, to taxonomists working on natural history collections, to researchers working in zoos, aquariums, and botanical gardens. The practice can be due to a lack of knowledge about the permit requirements in different countries or, probably most often, to the generally high level of bureaucracy associated with rule compliance. Significant regulatory filters to avoid biopiracy can be provided by different stakeholders. Natural history collection hosts should adopt strict codes of conduct; editors of scientific publications should require authors to declare that all studied specimens were acquired legally and to cite museum catalog numbers as guarantee of best practices. Scientific societies should actively encourage publication in peer-reviewed journals of work in which specimens collected from the wild were used. The International Commission on Zoological Nomenclature could require newly designated types based on recently collected specimens to be accompanied by statements of deposition in recognized scientific or educational institutions. We also propose the creation of an online platform that gathers information about environmental regulations and permits required for scientific activities in different countries and respective responsible governmental agencies and the simplification of the bureaucracy related to regulating scientific activities. This would make regulations more agile and easier to comply with. The global biodiversity crisis means data need to be collected ever faster, but biopiracy is not the answer and undermines the credibility of science and researchers. It is critical to find a modus vivendi that promotes compliance with regulations and scientific progress.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 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 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 ».