MétaCan
Menu
Retour à la cohorte
Enregistrement W4398785240 · doi:10.2305/glft980

Clarifying ‘long-term’ for protected areas and other effective area-based conservation measures (OECMs): why only 25 years of ‘intent’ does not qualify

2024· article· en· W4398785240 sur OpenAlexaboutno aff
James Fitzsimons, Sue Stolton, Nigel Dudley, Brent Mitchell

Notice bibliographique

RevuePARKS · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTerm (time)GeographyEnvironmental ethicsEnvironmental resource managementEnvironmental sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

The concept of ‘long-term’ is a key part of the definitions of both protected areas and other effective area-based conservation measures (OECMs). Draft principles for OECMs in Australia developed by the Australian Government propose a minimum period for OECMs of 25 years, where a landholder is not able to commit to in-perpetuity conservation. The proposal suggests this is consistent with IUCN Guidelines for Privately Protected Areas. As authors of the Guidelines for Privately Protected Areas we contend however that Australia’s proposed OECM guideline suggesting 25 years of “intention” to deliver biodiversity outcomes is ‘long-term’ is not supported by IUCN guidelines. Furthermore for protected areas, Australia has a long-established definition of ‘long-term’ – specifically a minimum timeframe of 99 years is required if permanent protection is not possible – embedded in both national policy and legal agreements. As national governments rapidly seek to define OECMs in response to the raised ambitions of the Kunming-Montreal Global Biodiversity Framework, there will be increasing interest in what counts towards Target 3. Ultimately, more land managed for conservation is good and all forms of area-based conservation should be encouraged. However, not all forms of area-based conservation qualify for inclusion in Target 3. Long-term intent and outcomes are fundamental, as outlined in the definitions of protected areas and OECMs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,060
score de la tête « metaresearch » (Gemma)0,090
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,320

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0600,090
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,033
Communication savante0,0100,022
Science ouverte0,0040,007
Intégrité de la recherche0,0090,018
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,024
Tête enseignante GPT0,277
Écart entre enseignants0,252 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePARKSMême sujetForest Management and PolicyTravaux en français237 207