Multinational evaluation of genetic diversity indicators for the Kunming-Montreal Global Biodiversity Monitoring framework
Notice bibliographique
Résumé
In December 2022, the United Nations Convention on Biological Diversity (CBD) adopted the Kunming-Montreal Global Biodiversity Framework, in which 196 Parties, for the first time, committed to report on the status of genetic diversity for all species. To facilitate this reporting, three genetic diversity indicators were developed, two of which focus on the processes contributing to genetic diversity loss: the loss of genetically distinct populations (measured by complementary indicator “proportion of populations maintained within species”) and populations being too small to maintain genetic diversity (measured by headline indicator A4, “The proportion of populations within species with an effective population size > 500”). The major advantage of these indicators is that they can be estimated without DNA-based data. However, demonstrating the feasibility of this approach to all Parties for their national reporting, requires addressing methodological challenges of using empirical data gathered from diverse sources, across diverse taxonomic groups and for countries of varying socio-economic status and biodiversity levels. Here, we assess the genetic indicators for 919 taxa, representing 5,271 populations across nine countries, including megadiverse and developing economies. Data were available to calculate indicators for each country and taxonomic group (765 taxa [83%] had data for at least one indicator). Additionally, 41% of taxa (n=518) have lost at least one-tenth of their populations (complementary indicator [populations maintained] value < 0.9), while 58% of taxa (n=568) have all populations too small to sustain genetic diversity (headline indicator [Ne 500] value = 0). By comparing taxon indicator values to their GlobalRed List status, range size, and other factors, we found the loss of genetic diversity shown by these indicators would go unnoticed by other biodiversity assessments, highlighting the critical importance of monitoring and conserving genetic diversity using these indicators.
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 | 0,127 | 0,144 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».