MétaCan
Menu
Retour à la cohorte
Enregistrement W4286447740 · doi:10.3389/fmars.2022.932283

Reaching Global Marine Biodiversity Conservation Goals With Area-Based Fisheries Management: A Typology-Based Evaluation

2022· article· en· W4286447740 sur OpenAlexaff
Amber Himes‐Cornell, Juan F. Sánchez, Caroline Potter, Clayton McKean, Jake Rice, Kim Friedman, Serge M. Garcia, Dave L. Fluharty

Notice bibliographique

RevueFrontiers in Marine Science · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesUniversity of Washington
Mots-clésConvention on Biological DiversityBiodiversityMarine protected areaEnvironmental resource managementMeasurement of biodiversitySustainabilityCLARITYBusinessEnvironmental planningMarine conservationFisheries managementProtected areaGeographyFisheryBiodiversity conservationFishingEcologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

In 2010, the Parties to the Convention on Biological Diversity (CBD) adopted the Aichi Biodiversity Target 11, calling for conserving 10% of the ocean through marine protected areas (MPAs) and “other effective area-based conservation measures” (OECMs), explicitly recognizing that other types of spatial conservation measures beyond areas designated as MPAs may also achieve biodiversity gains. Eight years later, CBD Parties adopted a definition and criteria for OECMs, and by early 2022, only a few OECMs had been reported. The OECM definition clearly requires that the measures be area-based and likely to contribute to conservation. However, conservation need not be their primary objective. Guidance on the extent and limits of what these “area measures” might include is needed. Clarity would assist countries in delivering on the CBD’s Post-2020 Global Biodiversity Framework, with decadal goals incorporating an area-based conservation target, in which OECMs will play a crucial role. To achieve greater recognition of OECMs, countries require sector-specific guidance to guide recognition, listing, and ongoing implementation of OECMs. Here, we evaluate how well area-based fisheries management measures meet the OECM criteria as well as sustainable use principles, broader ecosystem management objectives, and more general biodiversity conservation goals. We systematically review case studies across a broad range of spatial management approaches to provide evidence of correspondence with the OECM criteria, arguing that many with primary objectives related to fisheries sustainability provide co-benefits for biodiversity, and hence biodiversity conservation and sustainable development. This review highlights how fisheries measures can help achieve a number of Sustainable Development Goals alongside the global targets for biodiversity of CBD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,081
score de la tête « metaresearch » (Gemma)0,137
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,429

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0810,137
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,005
Bibliométrie0,0230,028
Études des sciences et des technologies0,0020,004
Communication savante0,0090,011
Science ouverte0,0030,007
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,220
Écart entre enseignants0,207 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Marine ScienceMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207