Realitäts-Check auf regionaler Ebene: Implikationen der CBD-COP15 für Sachsen
Notice bibliographique
Résumé
Reaching the goals of the Kunming-Montreal Global Biodiversity Framework requires commitment at all political levels and in all sectors. The State of Saxony also has to contribute its share. Saxony has a great potential, but also faces particular challenges. Almost half of the land area is used for agriculture, mainly for arable farming. However, only around eight percent of the land is farmed ecologically4. Intensification and monotonization of agriculture, as well as the use of pesticides and fertilizers, significantly contribute to the loss of biodiversity. Agriculture plays a crucial role as a habitat for biodiversity5. It is indispensable to promote biodiversity-friendly use, increase the proportion of land under organic farming, and establish corresponding methods in conventional agriculture. As a producer of fossil fuels, especially by the Lusatian and Central German lignite mining regions, Saxony is also strongly affected by the energy transition. The expansion of renewable energies needs to be nature-compatible and in harmony with the protection of biodiversity. Approaches to multifunctional landuse may provide support in this regard. Prof. Dr. Edeltraud Günther, Director of UNU-FLORES, emphasizes the need to consider biodiversity in the resource nexus. Saxony has good prerequisites to meet these challenges. With its Saxony Biodiversity 2030 Program, it has a revised biodiversity strategy to meet the global targets. In addition, Saxony is home to major research institutions that intensively focus on biodiversity. Research, education, and science communication play a central role in this context. Prof. Tshilidzi Marwala, Rector of UNU and Under-Secretary- General of the UN, emphasized the key role of education in his opening address of the DNCi 2023: 'Education is the key to unlock our potential. It empowers us to become stewards of our environment by providing us with a deep appreciation for biodiversity and inspiring sustainable practices in every aspect of our lives. By integrating transformative education at the international, national, and local levels, we can create profound change in attitudes, knowledge, and behaviors.' The DNCi 2023 participants had a hands-on experience of the importance of education and science communication on biodiversity thanks to a guided tour of the Botanical Garden. Many thanks to Prof. Dr. Christoph Neinhuis, Director of the Botanical Garden, and Dr. Barbara Dietsch, Scientific Director of the Botanical Garden, for these valuable insights. As part of the DNCi 2023, co-organized by UNU-FLORES, the IOER, and TU Dresden, we succeeded in bringing together different stakeholders from science, government, civil society, and the private sector to create a dynamic platform for exchange and collaboration on the topic of biodiversity. We would like to express our sincere gratitude to all participants for their commitment during the event and beyond, and to the Saxon State Ministry of Energy, Climate Protection, Environment and Agriculture for supporting the event within the framework of its cooperation with UNU-FLORES.
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 | 0,032 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,015 | 0,008 |
| Science ouverte | 0,005 | 0,017 |
| Intégrité de la recherche | 0,007 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,061 | 0,006 |
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 ».