MétaCan
Menu
← Retour à la cohorte
Enregistrement W4385244845

Érosion de la biodiversité : l’Accord de Kunming-Montreal sur le cadre mondial post-2020,une réponse suffisante face à l’urgence écologique actuelle ?

2023· preprint· fr· W4385244845 sur OpenAlexaboutno aff
Pascale Ricard

Notice bibliographique

RevueHAL AMU · 2023
Typepreprint
Languefr
DomaineEnvironmental Science
ThématiqueEnvironmental Conservation and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

20 000 participants, 196 Parties, 4 objectifs, 23 cibles, 8 ans pour les mettre en œuvre. L’adoption, le 19 décembre 2022, de l’Accord de Kunming-Montréal entérinant le « cadre mondial pour la biodiversité à l’horizon 2030 » a engendré une réaction enthousiaste et unanime des délégations et des divers observateurs. Sur le fond, l’Accord de Kunming-Montréal consacre l’objectif emblématique et majeur de protéger 30% de la planète d’ici 2030 et de restaurer 30% des écosystèmes dégradés, ou encore celui de réduire de moitié les risques liés aux pesticides ainsi que ceux liés à la pollution plastique. Les pays développés devront fournir aux pays en développement au moins 20 milliards de dollars par an d’ici 2025, et au moins 30 milliards d’ici 2030 ; enfin, un mécanisme de suivi est mis en place, fondé sur le reporting régulier des États. Des objectifs en accord avec les préoccupations environnementales actuelles ainsi qu’un financement et un suivi assurés et renforcés ont ainsi été présentés comme la clé pour un niveau d’ambition bien plus important et prometteur que celui des objectifs d’Aichi. L’ambition du cadre mondial est en effet d’impulser un changement profond de la société, dans un contexte d’urgence écologique, en prônant une approche à la fois scientifique, intégrée, consensuelle et inclusive. La présente contribution propose de revenir sur les fondements de ce nouvel instrument en apparence très ambitieux, ainsi que sur le défi qui se pose dès à présent, celui de sa mise en œuvre.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,869
Score d'incertitude au seuil0,264

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0070,002
Science ouverte0,0010,002
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0220,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,223
Écart entre enseignants0,205 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL AMU→Même sujetEnvironmental Conservation and Management→Travaux en français237 207→