Monitor indicators of genetic diversity from space using Earth Observation data
Notice bibliographique
Résumé
Use Earth Observation (EO) for monitoring and re-porting on the Kunming-Montreal Global BiodiversityFramework (GBF) indicators of genetic diversity. EOhas high potential and practical importance for advancingbiodiversity monitoring within the GBF. We proposethat these advances are artificially limited by the consensusthat genetic variation cannot be observed from space.Here, we explain how EO can also advance genetic diversitymonitoring within the GBF, especially by helping to developthe headline and complimentary indicators of genetic diver-sity recently adopted at the 15th Conference of the Partiesto the CBD (COP15). Ahead of the 2024 COP and the pre-ceding meeting of its Subsidiary Body on Scientific, Tech-nical and Technological Advice (SBSTTA), we propose thatEO should be rapidly integrated into genetic diversity moni-toring workflows, to accelerate the ongoing development ofthese indicators while helping Parties to fulfill their reportingcommitments.The genetic variation distributed across the individuals andpopulations of Earth’s species is essential for their adapta-tion and persistence in changing environments, and for themaintenance of biodiversity. Its importance is recog-nized within the monitoring framework of the GBF adoptedat COP15, which includes a headline indicator on themaintenance of genetic diversity in species populations. Yetdespite rapid advances in sequencing technology, it remainslaborious and expensive to monitor changes in genetic diver-sity by repeatedly sampling populations and sequencing theirDNA. Fortunately, the COP15 headline indicator and otherkey indicators of genetic diversity can be assessed based oninformation about species populations inferred from localknowledge, field surveys, and other sources, and do not nec-essarily require genetic sequence data. This rep-resents a useful but indirect means of genetic diversity assess-ment, and additional biodiversity observation data is neededto improve indicator quality. Here, we present a frame-work and show examples for how existing, public data fromEO satellites can provide complementary biodiversity obser-vations that could immediately be used to improve monitor-ing and reporting on indicators of genetic diversity.EO is generally not considered for genetic diversity assess-ment because genetic information cannot be retrieved eas-ily or directly from satellite observations. However, EOproducts can directly help countries to locate and delineatespecies populations, and monitor their change over time. Wenot only show how EO can facilitate genetic diversity mon-itoring as implemented within the GBF, but also look aheadto potential EO contributions in the assessment of genetic Es-sential Biodiversity Variables (EBVs). We call for the advis-ing of Parties on how to use existing EO products for geneticdiversity monitoring and for the co-development and dissem-ination of accessible tools.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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; 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 ».