MétaCan
Menu
Retour à la cohorte
Enregistrement W4353020768 · doi:10.1111/gcb.16691

Socioeconomic development shows positive links to the conservation efficiency of China's protected area network

2023· article· en· W4353020768 sur OpenAlexaboutno aff
Jinqi Zhao, Yi Xiao, Yanliang Zhang, Yuting Shao, Tianxiao Ma, Xiaojun Kou, Yuanyuan Zhang, Weiguo Sang, Jan C. Axmacher

Notice bibliographique

RevueGlobal Change Biology · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensnon disponible
Organismes subventionnairesNational Science and Technology Major Project
Mots-clésSocioeconomic statusChinaGeographySocioeconomic developmentEnvironmental resource managementEconomicsEconomic growthDemographySociologyPopulation

Résumé

récupéré en direct d'OpenAlex

While the protected area (PA) covers >15% of the planet's terrestrial land area and continues to expand, factors determining its effectiveness in conserving endangered species are being debated. We investigated the links between direct anthropogenic pressures, socioeconomic settings, and the coverage of vertebrate taxa by China's PA network, and indicated that high socioeconomic status and low levels of human pressure correlate with high species coverage, with threatened mammals more effectively conserved than reptiles or amphibians. Positive links between conservation outcomes and socioeconomic progress appear linked to local livelihood improvements triggering positive perceptions of local PAs-aided further by ecological compensation and tourism schemes introduced in wealthy areas and reinforced by continued positive conservation outcomes. Socioeconomic development of China's less developed regions might assist regional PA efficiency and achievement of the Kunming-Montreal Global Biodiversity Framework, while also addressing potential shortcomings from an insufficient past focus on socioeconomic impacts for biodiversity conservation.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,030
Tête enseignante GPT0,232
Écart entre enseignants0,202 · 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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Change BiologyMême sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207