Temporal trends in the accumulation of alien vascular plant species through intentional and unintentional introductions in Japan
Notice bibliographique
Résumé
Clarifying the temporal trends of alien plant accumulation is increasingly important for informing global and national management efforts to decelerate biological invasions, following the adoption of Target 6 of the Kunming-Montreal Global Biodiversity Framework. However, such trends have not yet been analysed in many countries including Japan, which has the highest number of naturalised alien plant species among islands. To clarify the past and recent trends in the accumulation of alien plant species in Japan, we compiled a dataset of the year of first record for 1,463 alien vascular plant species deliberately and accidentally introduced and analysed the changes in the annual number of first records over time for each overall, intentional and unintentional introductions. We found that, overall, the annual number of first records of alien plant species in Japan began to increase in the late 1800s, and the increase continued until the late 1950s, with an estimated maximum of 15.7 new species per year. The increase then halted by 1960 and began a slow decline; the estimated average records per year between 1991 and 2000 dropped to 13.3 species. Since 1900, the annual number of first records associated with intentional introductions has more than doubled the number linked to unintentional introductions. Additionally, the proportion of invasive species brought through intentional introductions was larger than that brought through unintentional introductions. We highlight that while Japan experienced a rapid accumulation of alien plant species, including invasive species, by the 1950s, the rate of accumulation showed signs of saturation by 1960 and has since been slowly declining. Further deceleration and prevention of the introduction of invasive alien species, as targeted in the Kunming-Montreal Global Biodiversity Framework, may be achieved through increased investment in pathway management, especially management of intentional pathways.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».