MétaCan
Menu
Retour à la cohorte
Enregistrement W4391319815 · doi:10.1111/conl.13003

The biodiversity adaptation gap: Management actions for marine protected areas in the face of climate change

2024· article· en· W4391319815 sur OpenAlexafffund
Vincenzo Corelli, Kristina Boerder, Karen L. Hunter, Isabelle Lavoie, Derek P. Tittensor

Notice bibliographique

RevueConservation Letters · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensDalhousie UniversityFisheries and Oceans CanadaInstitut National de la Recherche Scientifique
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaJarislowsky Foundation
Mots-clésClimate changeBiodiversityMarine protected areaClimate change adaptationEnvironmental resource managementAdaptation (eye)Face (sociological concept)Biodiversity conservationAdaptive managementEcologyFisheryGeographyEnvironmental scienceHabitatBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Marine protected areas (MPAs) are a crucial component of international biodiversity conservation commitments, yet are increasingly affected by climate change. No synthesis or analysis exists of the specific on‐the‐ground management actions that have been taken by MPA managers in response to climate change. Here, we extract, evaluate, classify, and analyze adaptation responses from 646 existing, English‐language MPA management plans preselected for their consideration of climate change. Our synthesis documents 213 unique management actions, of which only a fraction (4.7%) were on‐the‐ground adaptative measures directed at enhancing biodiversity conservation; in contrast, almost half (45.5%) were monitoring measures. Our analysis highlights the apparent paucity of documented management actions addressing the challenging task of limiting climate change impacts on biodiversity within MPAs—a “biodiversity adaptation gap”. By compiling a community resource of adaptation approaches that can be further expanded and disseminated, we hope to contribute to the effort to adapt MPA networks to climate change.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,397
Score d'incertitude au seuil0,136

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,062
Tête enseignante GPT0,241
Écart entre enseignants0,179 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations13
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueConservation LettersMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207