Operationalizing transformative change for business in the context of nature positive
Notice bibliographique
Résumé
The Kunming-Montreal Global Biodiversity Framework (GBF) sets a specific target for reducing the private sector's negative impacts on biodiversity and increasing positive impacts, as part of overall efforts to halt and reverse biodiversity loss within the coming decade.In parallel, 'nature positive' is emerging as an inclusive and ambitious rallying call that aligns with the GBF.Yet tinkering with business as usual will not deliver these ambitions; calls for transformative change in business's relationship with biodiversity are increasingly strong.However there remains a lack of clarity on how to operationalize transformative change in the context of nature positive, particularly how to develop meaningful actions and measurable targets.This gap risks confusion, greenwashing, and failure to achieve global goals.This article aims to fill this gap, by drawing on existing literature on social change to offer a practical framework for understanding and operationalizing transformative change for business and biodiversity.We define and describe the role of transformative change towards a nature positive ambition and summarize the different types and scales of transformative actions that companies could take into a simple framework, which we illustrate with case studies from food retail and mining.This framework could be used to help companies develop and plan transformative actions, set targets, and monitor progress over time, as well as hold them accountable to 'transformative' claims; however, it can only contribute to a nature positive commitment if it is implemented in parallel with meaningful actions to avoid, reduce, restore, and compensate for contemporary attributable impacts.We invite companies to test our framework for their own planning, decision-making and disclosures, to advance meaningful application of transformative actions towards delivery of transformative change for a nature positive future.
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 | 0,023 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,009 | 0,054 |
| Communication savante | 0,020 | 0,019 |
| Science ouverte | 0,003 | 0,014 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».