Economic costs of biological invasions within North America
Notice bibliographique
Résumé
Invasive species can have severe impacts on ecosystems, economies, and human health. Though the economic impacts of invasions provide important foundations for management and policy, up-to-date syntheses of these impacts are lacking. To produce the most comprehensive estimate of invasive species costs within North America (including the Greater Antilles) to date, we synthesized economic impact data from the recently published InvaCost database. Here, we report that invasions have cost the North American economy at least US$ 1.26 trillion between 1960 and 2017. Economic costs have climbed over recent decades, averaging US$ 2 billion per year in the early 1960s to over US$ 26 billion per year in the 2010s. Of the countries within North America, the United States (US) had the highest recorded costs, even after controlling for research effort within each country ($5.81 billion per cost source in the US). Of the taxa and habitats that could be classified in our database, invasive vertebrates were associated with the greatest costs, with terrestrial habitats incurring the highest monetary impacts. In particular, invasive species cumulatively (from 1960–2017) cost the agriculture and forestry sectors US$ 527.07 billion and US$ 34.93 billion, respectively. Reporting issues (e.g., data quality or taxonomic granularity) prevented us from synthesizing data from all available studies. Furthermore, very few of the known invasive species in North America had reported economic costs. Therefore, while the costs to the North American economy are massive, our US$ 1.26 trillion estimate is likely very conservative. Accordingly, expanded and more rigorous economic cost reports are necessary to provide more comprehensive invasion impact estimates, and then support data-based management decisions and actions towards species invasions.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 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) | 0,006 | 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 ».