The second warning to humanity: contributions and solutions from conservation physiology
Notice bibliographique
Résumé
Abstract In 1992, the Union of Concerned Scientists shared their ‘World Scientists’ Warning to Humanity’ with governmental leaders worldwide, calling for immediate action to halt the environmental degradation that threatens the systems that support life on Earth. A follow-up ‘Second Warning’ was released in 2017, with over 15 000 scientists as signatories, describing the lack of progress in adopting the sustainable practices necessary to safeguard the biosphere. In their ‘Second Warning’, Ripple and colleagues provided 13 ‘diverse and effective steps humanity can take to transition to sustainability.’ Here, we discuss how the field of conservation physiology can contribute to six of these goals: (i) prioritizing connected, well-managed reserves; (ii) halting the conversion of native habitats to maintain ecosystem services; (iii) restoring native plant communities; (iv) rewilding regions with native species; (v) developing policy instruments; and (vi) increasing outdoor education, societal engagement and reverence for nature. Throughout, we focus our recommendations on specific aspects of physiological function while acknowledging that the exact traits that will be useful in each context are often still being determined and refined. However, for each goal, we include a short case study to illustrate a specific physiological trait or group of traits that is already being utilized in that context. We conclude with suggestions for how conservation physiologists can broaden the impact of their science aimed at accomplishing the goals of the ‘Second Warning’. Overall, we provide an overview of how conservation physiology can contribute to addressing the grand socio-environmental challenges of our time.
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 | 0,001 | 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) | 0,001 | 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 ».