Using the IUCN Environmental Impact Classification for Alien Taxa to inform decision‐making
Notice bibliographique
Résumé
The Environmental Impact Classification for Alien Taxa (EICAT) is an important tool for biological invasion policy and management and has been adopted as an International Union for Conservation of Nature (IUCN) standard to measure the severity of environmental impacts caused by organisms living outside their native ranges. EICAT has already been incorporated into some national and local decision-making procedures, making it a particularly relevant resource for addressing the impact of non-native species. Recently, some of the underlying conceptual principles of EICAT, particularly those related to the use of the precautionary approach, have been challenged. Although still relatively new, guidelines for the application and interpretation of EICAT will be periodically revisited by the IUCN community, based on scientific evidence, to improve the process. Some of the criticisms recently raised are based on subjectively selected assumptions that cannot be generalized and may harm global efforts to manage biological invasions. EICAT adopts a precautionary principle by considering a species' impact history elsewhere because some taxa have traits that can make them inherently more harmful. Furthermore, non-native species are often important drivers of biodiversity loss even in the presence of other pressures. Ignoring the precautionary principle when tackling the impacts of non-native species has led to devastating consequences for human well-being, biodiversity, and ecosystems, as well as poor management outcomes, and thus to significant economic costs. EICAT is a relevant tool because it supports prioritization and management of non-native species and meeting and monitoring progress toward the Kunming-Montreal Global Biodiversity Framework (GBF) Target 6.
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) | 0,007 | 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 ».