Prioritising future evidence needs for marine and freshwater mammal conservation action
Notice bibliographique
Résumé
Marine and freshwater mammals are increasingly threatened due to human activity. To improve conservation practice, decisions should be informed by the available evidence on the effectiveness of conservation actions. Using a systematically collated database of studies that test the effectiveness of actions to conserve marine and freshwater mammals, we investigated the gaps and biases in the available scientific evidence base. Whilst there is a growing evidence base covering actions to address key threats (e.g. fisheries and bycatch) to marine and freshwater mammal populations, we identified large geographic and taxonomic biases. There was no relationship between the number of studies and marine mammal species per ecoregion and we found biases towards coastal areas of the Global North, with many regions and species having little or no evidence available. The number of studies per species did not correlate with i) the threat level, ii) evolutionary distinctiveness, or iii) the public ‘popularity’ of the study species. We also found a mismatch between actions tested and the actions suggested as needed in the International Union for the Conservation of Nature (IUCN) Red List. Several of these gaps and biases likely reflect the feasibility of researching marine mammal populations; many species can be difficult to access, with limited baseline information on populations and threats, and testing actions can require costly long-term monitoring. Prioritising the most cost-effective conservation strategies for marine and freshwater mammal species will require a comprehensive evidence base on the effects of actions. Continuing to build the necessary baseline data, and focussing future research and funding towards the priority gaps identified in this study will be important to deliver this target.
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 | 0,236 | 0,482 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,023 | 0,016 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,020 | 0,029 |
| Science ouverte | 0,008 | 0,012 |
| Intégrité de la recherche | 0,013 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,004 |
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 ».