Massive economic costs of invasive bivalves in freshwater ecosystems
Notice bibliographique
Résumé
Abstract Many countries lack the economic capacity to effectively manage invasive species. Yet, the direct socioeconomic impact generally much outweighs the expected costs of prevention. A distinct lack of monetary cost quantification associated with key invasive species groups impedes decision-making, and thus resource allocation, by policy makers to address invasions. Here, we synthesize published global economic costs of impacts for one key taxonomic group – freshwater bivalves – whilst explicitly considering the reliability of estimation methodologies, cost types, economic sectors and impacted regions. Although several species from this group are notorious widespread invaders, estimations of their economic costs have remained relatively sparse. Cumulative total global costs of invasive macrofouling bivalves were US$ 63.6 billion (2017 USD) across all regions and socioeconomic sectors between 1980 and 2020. Costs were heavily biased taxonomically and spatially, dominated by two families, Dreissenidae and Cyrenidae (Corbiculidae), and largely constrained to North America. The largest share of reported costs ($ 30.6 billion) did not make the distinction between damage and management. However, of those that did, damages and resource losses were one order of magnitude higher ($ 30.3 billion) than control or preventative measures ($ 1.7 billion). Moreover, although many impacted socioeconomic sectors lacked specification, the largest shares of costs were incurred through authorities and stakeholders ($ 26.3 billion, e.g. public and private sector interventions) and by public and social welfare ($ 11.6 billion, e.g. via power/drinking water plant and irrigation system damage). Average cost estimates over the entire period amounted to approximately $ 1.6 billion per year, most of which was incurred in North America. We thus present novel cost quantifications that offer a strong economic incentive to invest in preventative management of invasive bivalves in freshwaters. However, these costs are severely underestimated because well-documented economic impacts are lacking for most invaded countries and most invasive bivalve species.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».