Biological invasions as burdens to primary economic sectors.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<title>Abstract</title> Many human-introduced alien species economically impact essential industries worldwide. Management prioritization and coordination efforts towards biological invasions are hampered by a lack of comprehensive quantification of costs to key economic activity sectors. Here, we quantify and predict global invasion costs to seven major sectors and unravel the introduction pathways of species causing these costs — focusing mainly on resource-based agriculture, fishery and forestry industries. From 1970 to 2020, costs reported in the InvaCost database as pertaining to <italic>Agriculture, Fisheries</italic>, and <italic>Forestry</italic> totaled $509 bn, $1.3 bn, and $134 bn, respectively (in 2017 United States dollars). Pathways of costly species were diverse, arising predominantly from cultural and agricultural activities, through unintentional contaminants with trade, and often impacted different sectors than those for which species were initially introduced. Costs to <italic>Agriculture</italic> were pervasive and greatest in at least 37% (n = 46/123) of the countries assessed, with the United States accumulating the greatest costs for resource-based industries ($365 bn), followed by China ($101 bn), and Australia ($36 bn). We further identified 19 countries highly economically reliant on <italic>Agriculture</italic>, <italic>Fisheries</italic>, and <italic>Forestry</italic> that are experiencing massive economic impacts from biological invasions, especially in the Global South. Based on an extrapolation to fill cost data gaps, we estimated total global costs ranging at least from $517 − 1,400 bn for <italic>Agriculture</italic>, $5.7–6.5 bn for <italic>Fisheries</italic>, and $142–768 bn for <italic>Forestry</italic>, evidencing substantial underreporting in the <italic>Forestry</italic> sector in particular. Burgeoning global invasion costs challenge sustainable development and urge for improved management action to reduce future impacts on industry.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,011 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,083 |
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 découle