A standard lexicon of terms for area‐based conservation version 1.0
Notice bibliographique
Résumé
Target 3 in the Kunming-Montreal Global Biodiversity Framework (GBF) calls for protecting at least 30% of the world's lands and waters in area-based conservation approaches by 2030. This ambitious 30×30 target has spurred great interest among policy makers, practitioners, and researchers in defining and measuring the effectiveness of these types of approaches. But along with this broad interest, there has also been a proliferation of terms and their accompanying abbreviations used to describe different types of conservation areas and their governance, planning, management, and monitoring. The lack of standard terms is hindering the use and assessment of area-based approaches to conserve the world's biodiversity. It is difficult to track progress toward GBF Target 3 or to share learning with other practitioners if different groups of people are using different words to describe the same concept or similar words to talk about different concepts. To address this problem, the International Union for Conservation of Nature's World Commission on Protected Areas commissioned a task force to review existing terms and recommend a standard English-language lexicon for this field based on key criteria. The results were definitions of 37 terms across 6 categories, including types of protected and additional conservation areas (e.g., protected area, additional conservation area), sets of these areas (protected area network, protected area system), their governance and management (governance, rightsholders), assessment (effectiveness, equitability), spatial planning (key biodiversity area), and action planning (value, outcome, objective). Our standard lexicon can provide a common language for people who want to use it and a shared reference point that can be used to translate various terms used by different groups. The common understanding provided by the lexicon can serve as a foundation for collaborative efforts to improve the policies, implementation, assessments, research, and learning about this important set of conservation approaches.
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) | 0,001 | 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 tête enseignante, 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 ».