The IUCN Red List is not sufficient to protect genetic diversity
Notice bibliographique
Résumé
The International Union for Conservation of Nature (IUCN) Red List is an important and widely used conservation prioritization tool. It uses information about species range size, habitat quality and fragmentation levels, and trends in abundance to assess species extinction risk. Genetic erosion is an additional key factor determining extinction risk, but the Red List was not designed to assess genetic diversity. Declining populations experience stronger effects of genetic drift and higher rates of inbreeding, which can reduce the efficiency of selection, lead to fitness declines, and hinder species’ capacities to adapt to environmental change. Given the importance of conserving genetic diversity, several studies have attempted to find relationships between Red List status and genetic diversity. Yet, there is still no general consensus on whether genetic diversity is captured by the current Red List categories in a way that is informative for conservation, likely partly due to assessments using different molecular markers and taxa. Here, we synthesize previous work and re-analyze three datasets using different marker types (mitochondrial DNA, microsatellites, and whole genomes) to assess whether genetic diversity accurately predicts Red List threat status. Consistent with previous work we found that on average, species with higher threat status tended to have lower genetic diversity for all marker types, but the strength of these relationships varied across taxa. However, genetic diversity did not predict threat status well for any taxon or marker type. Our analyses indicate that Red List status is not a useful metric for informing species-specific decisions about the protection of genetic diversity. This is unsurprising because the Red List was not designed for conservation at the genetic level. Our findings clearly indicate a need to develop and incorporate metrics specifically developed to assess genetic diversity into our conservation policy frameworks.
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 | 0,010 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 ».