MétaCan
Menu
Retour à la cohorte
Enregistrement W3119072657 · doi:10.7717/peerj.9616

Aichi Target 18 beyond 2020: mainstreaming Traditional Biodiversity Knowledge in the conservation and sustainable use of marine and coastal ecosystems

2021· article· en· W3119072657 sur OpenAlexaffabout
Paola Fajardo, David Beauchesne, Alberto Carbajal-López, Rémi Daigle, Denisse Fierro‐Arcos, Jesica Goldsmit, Sabine Zajderman, Juan Ignacio Valdéz Hernández, María Yolanda Terán Maigua, Ronaldo Adriano Christofoletti

Notice bibliographique

RevuePeerJ · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensFisheries and Oceans CanadaUniversité LavalUniversité du Québec à RimouskiMemorial University of NewfoundlandNatural Sciences and Engineering Research Council of CanadaMcGill University
Organismes subventionnairesFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésConvention on Biological DiversityBiodiversityGeographySustainabilityMeasurement of biodiversityTraditional knowledgeEnvironmental resource managementThreatened speciesEcosystem servicesLivelihoodEnvironmental planningIndigenousEcosystemEcologyBiodiversity conservationAgricultureBiologyEnvironmental scienceHabitat

Résumé

récupéré en direct d'OpenAlex

Indigenous Peoples and Local Communities (IPLCs) have inhabited coastal areas, the seas, and remote islands for millennia, and developed place-based traditional ancestral knowledge and diversified livelihoods associated with the biocultural use of marine and coastal ecosystems. Through their cultural traditions, customary wise practices, and holistic approaches to observe, monitor, understand, and appreciate the Natural World, IPLCs have been preserving, managing, and sustainably using seascapes and coastal landscapes, which has been essential for biodiversity conservation. The international community has more than ever recognized the central role of IPLCs in the conservation of biodiversity-rich ecosystems, in particular, for the achievement of the Global Biodiversity Targets determined by the Parties to the United Nations Convention on Biological Diversity to tackle biodiversity loss. However, much remains to be done to fully recognize and protect at national levels IPLCs' Traditional Biodiversity Knowledge (TBK), ways of life, and their internationally recognized rights to inhabit, own, manage and govern traditional lands, territories, and waters, which are increasingly threatened. At the 2018 4th World Conference on Marine Biodiversity held in Montréal, Canada, eight themed working groups critically discussed progress to date and barriers that have prevented the achievement of the Aichi Biodiversity Targets agreed for the period 2011-2020, and priority actions for the Post-2020 Global Biodiversity Framework. Discussions in the "Application of Biodiversity Knowledge" working group focused on Targets 11 and 18 and the equal valuation of diverse Biodiversity Knowledge Systems (BKS). This Perspective Paper summarizes the 10 Priority Actions identified for a holistic biodiversity conservation, gender equality and human rights-based approach that strengthens the role of IPLCs as biodiversity conservation decision-makers and managers at national and international levels. Furthermore, the Perspective proposes a measurable Target 18 post-2020 and discusses actions to advance the recognition of community-based alternative conservation schemes and TBK to ensure the long-lasting conservation, customary biocultural use, and sustainable multi-functional management of nature around the globe.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,026
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,151
Score d'incertitude au seuil0,301

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,021
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0060,005
Communication savante0,0090,007
Science ouverte0,0040,013
Intégrité de la recherche0,0140,012
Charge utile insuffisante (le modèle a refusé de juger)0,0120,004

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,200
Écart entre enseignants0,177 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePeerJMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207