Corporate disclosures need a biodiversity outcome focus and regulatory backing to deliver global conservation goals
Notice bibliographique
Résumé
Abstract To achieve the goals of the Kunming–Montreal Global Biodiversity Framework (KMGBF), agreed by Parties to the Convention on Biological Diversity, there is an urgent need to address the economic drivers of biodiversity loss. The KMGBF includes a target to encourage businesses and financial institutions to disclose their impacts and dependences on biodiversity. While transparent biodiversity disclosures could help shift business operations away from activities that harm biodiversity, the weak target wording implies voluntary and unstandardized disclosures, which tend to be low quality and ineffective. Moreover, examination of scientific and practical insights strongly indicates that the evolving strategy of disclosures led by businesses may prioritize short‐term business and investment interests while neglecting biodiversity outcomes and the wider systemic risks they pose. We argue that there is a risk of limited if not altogether perverse outcomes from the target, where businesses provide ambiguous disclosures that fail to reduce impacts on biodiversity, yet an increase in volume and frequency of disclosures suggests progress toward the target. Consequently, we advocate for a regulatory approach, supported by scientific engagement in the development of disclosure standards and associated policy indicators, to ensure that the emerging response to the KMGBF target on disclosures avoids perverse outcomes and instead results in positive impacts on biodiversity.
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 | 0,074 | 0,142 |
| 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 | 0,006 | 0,010 |
| Communication savante | 0,031 | 0,017 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,014 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,003 |
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 ».