A Decision-Support Tool to Augment Global Mountain Protection and Conservation, including a Case Study from Western Himalaya
Notice bibliographique
Résumé
Mountains are remarkable storehouses of global biodiversity that provide a broad range of ecosystem services underpinning billions of livelihoods. The world’s network of protected areas includes many iconic mountain landscapes. However, only ca. 19% of mountain areas globally are protected (excluding Antarctica); many mountain areas are inadequately (<30% of their total terrestrial area) or completely unprotected. To support the UN Convention on Biological Diversity’s Global Biodiversity Framework goal of protecting at least 30% of the world’s lands by 2030, we have developed a strategic decision-support tool for identifying and prioritizing which candidate mountain areas most urgently require protection. To test its efficacy, we applied the tool to the Western Himalaya Case Study Area (WHCSA). The six-step algorithm harnesses multiple datasets including mountain Key Biodiversity Areas (KBAs), World Terrestrial Ecosystems, Biodiversity Hotspots, and Red List species and ecosystems. It also makes use of other key attributes including opportunities for disaster risk reduction, climate change adaptation, developing mountain tourism, maintaining elevational gradients and natural ecological corridors, and conserving flagship species. This method resulted in nine categories of potential action—four categories for follow-up action (ranked by order of importance and priority), and five categories requiring no further immediate action (either because countries are inadequately equipped to respond to protection deficits or because their KBAs are deemed adequately protected). An area-based analysis of the WHCSA identified 33 mountain KBAs regarded as inadequately protected, which included 29 inadequately protected World Mountain Ecosystems. All 33 inadequately protected KBAs in the WHCSA are Category A1: first-priority mountain KBAs (located in the Himalaya Biodiversity Hotspot in developing countries), requiring the most urgent attention for protection and conservation. Priorities for action can be fine-filtered by regional teams with sufficient local knowledge and country-specific values to finalize lists of priority mountain areas for protection. This rapid assessment tool ensures a repeatable, unbiased, and scientifically credible method for allocating resources and priorities to safeguard the world’s most biodiverse mountain areas facing myriad threats in the Anthropocene.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».