Global economic costs of herpetofauna invasions
Notice bibliographique
Résumé
Abstract Biological invasions by amphibian and reptile species (i.e. herpetofauna) are numerous and widespread and have caused severe impacts on ecosystems, the economy and human health. However, there remains no synthesised assessment of the economic costs of these invasions. Therefore, using the most comprehensive database on the economic costs of invasive alien species worldwide (InvaCost), we analyse the costs caused by invasive alien herpetofauna according to taxonomic, geographic, sectoral and temporal dimensions, as well as the types of these costs. The cost of invasive herpetofauna totaled 17.0 billion US$ between 1986 and 2020, divided between 6.3 billion US$ for amphibians, 10.4 billion US$ for reptiles and 334 million US$ for mixed classes. However, these costs were associated predominantly with only two species (brown tree snake Boiga irregularis and American bullfrog Lithobates catesbeianus), with 10.3 and 6.0 billion US$ in costs, respectively. Costs for the remaining 19 reported species were relatively minor (< 0.6 billion US$), and they were entirely unavailable for over 94% of known invasive herpetofauna worldwide. Also, costs were positively correlated with research effort, suggesting research biases towards well-known taxa. So far, costs have been dominated by predictions and extrapolations (79%), and thus empirical observations for impact were relatively scarce. The activity sector most affected by amphibians was authorities-stakeholders through management (> 99%), while for reptiles, impact was reported mostly through damages to mixed sectors (65%). Geographically, Oceania and Pacific Islands recorded 63% of total costs, followed by Europe (35%) and North America (2%). Cost reports have generally increased over time. A greater effort in studying the costs of invasive herpetofauna is necessary for a more complete understanding of invasion impacts of these species. We emphasise the need for greater control and prevention policies concerning the spread of current and future invasive herpetofauna.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».