The Kunming-Montreal Global Biodiversity Framework needs headline indicators that can actually monitor forest integrity
Notice bibliographique
Résumé
Abstract Intact native forests under negligible large-scale human pressures (i.e. high-integrity forests) are critical for biodiversity conservation. However, high-integrity forests are declining worldwide due to deforestation and forest degradation. Recognizing the importance of high-integrity ecosystems (including forests), the Kunming-Montreal Global Biodiversity Framework (GBF) has directly included the maintenance and restoration of ecosystem integrity, in addition to ecosystem extent, in its goals and targets. Yet, the headline indicators identified to help nations monitor forest ecosystems and their integrity can currently track changes only in (1) forest cover or extent, and (2) the risk of ecosystem collapse using the IUCN Red List of Ecosystems (RLE). These headline indicators are unlikely to facilitate the monitoring of forest integrity for two reasons. First, focusing on forest cover not only misses the impacts of anthropogenic degradation on forests but can also fail to detect the effect of positive management actions in enhancing forest integrity. Second, the risk of ecosystem collapse as measured by the ordinal RLE index (from Least Concern to Critically Endangered) makes it unlikely that changes to the continuum of forest integrity over space and time would be reported by nations. Importantly, forest ecosystems in many biodiverse African and Asian nations remain unassessed with the RLE. As such, many nations will likely resort to monitoring forest cover alone and therefore inadequately report progress against forest integrity goals and targets. We concur that monitoring changes in forest cover and the risk of ecosystem collapse are indeed vital aspects of conservation monitoring. Yet, they are insufficient for the specific purpose of tracking progress against crucial ecosystem integrity components of the GBF’s goals. We discuss the pitfalls of merely monitoring forest cover, a likely outcome with the current headline indicators. Augmenting forest cover monitoring with indicators that capture change in absolute area along the continuum of forest integrity would help monitor progress toward achieving area-based targets related to both integrity and extent of global forests.
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 | 0,022 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».