Coupled insights from the palaeoenvironmental, historical and archaeological archives to support social-ecological resilience and the sustainable development goals
Notice bibliographique
Résumé
Abstract Many governments and organisations are currently aligning many aspects of their policies and practices to the sustainable development goals (SDGs). Achieving the SDGs should increase social-ecological resilience to shocks like climate change and its impacts. Here, we consider the relationship amongst the three elements—the SDGs, social-ecological resilience and climate change—as a positive feedback loop. We argue that long-term memory encoded in historical, archaeological and related ‘palaeo-data’ is central to understanding each of these elements of the feedback loop, especially when long-term fluctuations are inherent in social-ecological systems and their responses to abrupt change. Yet, there is scant reference to the valuable contribution that can be made by these data from the past in the SDGs or their targets and indicators. The historical and archaeological records emphasise the importance of some key themes running through the SDGs including how diversity, inclusion, learning and innovation can reduce vulnerability to abrupt change, and the role of connectivity. Using paleo-data, we demonstrate how changes in the extent of water-related ecosystems as measured by indicator 6.6.1 may simply be related to natural hydroclimate variability, rather than reflecting actual progress towards Target 6.6. This highlights issues associated with using SDG indicator baselines predicated on short-term and very recent data only. Within the context of the contributions from long-term data to inform the positive feedback loop, we ask whether our current inability to substantively combat anthropogenic climate change threatens achieving both the SDGS and enhanced resilience to climate change itself. We argue that long-term records are central to understanding how and what will improve resilience and enhance our ability to both mitigate and adapt to climate change. However, for uptake of these data to occur, improved understanding of their quality and potential by policymakers and managers is required.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».