MétaCan
Menu
Retour à la cohorte
Enregistrement W4383197371 · doi:10.1007/s10530-023-03107-2

An updated assessment of the direct costs of invasive non-native species to the United Kingdom

2023· article· en· W4383197371 sur OpenAlexfundno aff
René Eschen, Mariam Kadzamira, Sonja Stutz, Adewale Ogunmodede, Djamila Djeddour, Richard Shaw, Corin F. Pratt, Sonal Varia, Kate Constantine, Frances Williams

Notice bibliographique

RevueBiological Invasions · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAnimal Ecology and Behavior Studies
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Centre for International Agricultural ResearchAgriculture and Agri-Food CanadaMinistry of Agriculture of the People's Republic of ChinaDepartment for Environment, Food and Rural Affairs, UK Government
Mots-clésBiologyInvasive speciesDistribution (mathematics)EstimationHabitatPopulationInflation (cosmology)Economic impact analysisCost–benefit analysisEcologyEconomicsDemography

Résumé

récupéré en direct d'OpenAlex

Abstract Estimates of the economic impact of invasive non-native species (INNS) are important to support informed decision-making and prioritise resources. A detailed estimate of the direct costs of INNS to Great Britain, covering many sectors of the economy and the impacts of many INNS in diverse habitats, was made in 2010 and extended to Northern Ireland in 2013. These estimates are increasingly out of date as a result of changes in distribution and impacts of species, new knowledge, changes in management and newly established INNS. We, therefore, updated the estimated costs for the United Kingdom (UK) for sectors where new information was available and applied an inflation factor to the remaining sectors and species. The results show changes in all sectors and species and the new estimated annual costs to the UK economy is £4014 m, with £3022 m, £499 m, £343 m and £150 m to England, Scotland, Wales and Northern Ireland, respectively. Overall, we found a 45% increase in comparable costs since 2010, with most estimated costs increased, often more than inflation, although in some cases the costs have decreased as a result of changes in the population size of INNS, such as was the case for rabbits. A comparison with the previously estimated costs revealed that the costliest species and sectors of 2010 remain the same, but the newly established, widely distributed and highly impactful ash dieback is now one of the most costly diseases caused by an INNS. We discuss reasons for these changes and the evolution of costs in comparison to other studies. Overall, these results confirm the enormous cost of INNS to the UK economy and highlight the need for continued efforts to mitigate the impacts of established INNS, whilst also supporting measures to limit the entry and establishment of new, potentially harmful non-native species.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,135
Score d'incertitude au seuil0,850

Scores Codex et Gemma par catégorie

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

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 Opus0,235
Tête enseignante GPT0,346
Écart entre enseignants0,111 · 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 tête enseignante, 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

Citations14
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiological InvasionsMême sujetAnimal Ecology and Behavior StudiesTravaux en français237 207