Peer Review #1 of "Cost-benefit analysis for invasive species control: the case of greater Canada goose Branta canadensis in Flanders (northern Belgium) (v0.1)"
Notice bibliographique
Résumé
Background.Sound decisions on control actions for established invasive alien species (IAS) require information on ecological as well as socio-economic impact of the species and of its management.Costbenefit analysis provides part of this information, yet has received relatively little attention in the scientific literature on IAS.Methods.We apply a bio-economic model in a cost-benefit analysis framework to greater Canada goose Branta canadensis, an IAS with documented social, economic and ecological impacts in Flanders (northern Belgium).We compared a business as usual (BAU) scenario which involved non-coordinated hunting and egg destruction with an enhanced scenario based on a continuation of these activities but supplemented with coordinated capture of moulting birds.To assess population growth under the BAU scenario we fitted a logistic growth model to the observed pre-moult capture population.Projected damage costs included water eutrophication and damage to cultivated grasslands and were calculated for all scenarios.Management costs of the moult captures were based on a representative average of the actual cost of planning and executing moult captures. Results.Comparing the scenario's with different capture rates, different costs for eutrophication and various discount rates, showed avoided damage costs were in the range of 21,15 M€ to 45,82 M€ under the moult capture scenario.The lowest value for the avoided costs applied to the scenario where we lowered the capture rate by 10%.The highest value occurred in the scenario where we lowered the real discount rate from 4% to 2.5%.Discussion.The reduction in damage costs always outweighed the additional management costs of moult captures.Therefore, additional coordinated moult captures could be applied to limit the negative economic impact of greater Canada goose at a regional scale.We further discuss the strengths and weaknesses of our approach and its potential application to other IAS.
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 | 0,019 | 0,143 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,145 | 0,047 |
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 ».