Actions, indicators, and outputs in urban biodiversity plans: A multinational analysis of city practice
Notice bibliographique
Résumé
Urban biodiversity offers important benefits to residents and may be crucial to reaching global biodiversity conservation targets, but little research has been conducted on how cities actually plan for biodiversity. In this study, we conducted a mixed methods content analysis of biodiversity plans by 39 cities around the world to determine whether they measured their actions, how they did so (via quantitative indicators and qualitative outputs), and what topics these actions and measures covered. We based our analytical framework on the Singapore Index on Cities' Biodiversity (also known as the City Biodiversity Index), a widely applied 23-indicator index that helps cities track their progress in biodiversity planning. The Singapore Index groups its indicators into the following three core components: native biodiversity, ecosystem services, and governance and management. For actions and measures not classifiable by the Singapore Index, we inductively derived additional categories. Across all plans, we identified 2,231 actions, 346 indicators, and 444 outputs. We found that all of the plans included actions, while 82% included measures (67% included indicators and 72% included outputs). Only 29% of actions were associated with a measure. Overall, the plans covered all of the categories in the Singapore Index, particularly within the core components of native biodiversity and governance and management, though some plans had a narrower focus. The 20 additional urban biodiversity topics that were not covered by the Singapore Index framework included socioeconomic considerations, data collection, genetic diversity, urban agriculture and forestry, green infrastructure, human-wildlife conflicts, indigenous concerns, and citizen science. Indicators were the most common measures for native biodiversity and ecosystem service topics, while outputs were the most common measures for governance and management. Our results may inform the revision and development of urban biodiversity indicators in the post-2020 framework and of other initiatives that guide cities in contributing to local and global biodiversity 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».