Protected areas and the ranges of threatened species: Towards the EU Biodiversity Strategy 2030
Notice bibliographique
Résumé
Despite the protected area expansion over the last decades, biodiversity continues to decline. The EU Biodiversity Strategy for 2030, as well as the Kunming-Montreal Global Biodiversity Framework, call for 30 % coverage by protected areas of the land and sea in order to halt and reverse biodiversity loss. Here, we use European species assessed as threatened on the IUCN Red List – the ones facing the most imminent threat of extinction - to guide the proposed expansion. We overlapped the ranges of 2290 threatened terrestrial and freshwater resident species and 127,046 terrestrial protected areas (28,130 Natura2000 sites and 98,916 nationally designated protected areas) in the EU and we found that species' EU ranges are covered on average 46.6 % by protected areas (41.5 % by Natura2000 and 34.0 % by nationally designated protected areas). We found 71 Gap<sub>0.1</sub> species (<0.1 % coverage), most of which are invertebrates and endemic to southern EU islands. The southern EU countries have the highest number of threatened endemic species, they offer among the highest coverage to threatened species ranges and they have almost reached the 30 % land coverage by protected areas and. Therefore, the expansion of the protected area network, should not be guided solely by percentage of area targets, but instead by biodiversity needs. Although it should not be the only approach, targeting the protected area expansion towards Gap<sub>0.1</sub> threatened species, would strengthen the EU protected area network by maximising the ability to conserve biodiversity and prevent extinctions.
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 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 | 0,001 | 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 | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,038 | 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 tête enseignante, 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 ».