Global status and emerging contribution of other effective area-based conservation measures (OECMs) towards the ‘30x30’ biodiversity Target 3
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Other effective area-based conservation measures (OECMs) are sites outside of protected areas that deliver the effective, long-term conservation of biodiversity. Both protected areas and OECMs contribute to the implementation of the Global Biodiversity Framework’s Target 3, which calls for the conservation of 30% of marine, terrestrial and inland water areas by 2030. This paper provides the first global assessment of the contribution of OECMs to GBF Target 3. Between 2019 and 2023, 820 sites in nine countries and territories were reported to the World Database on OECMs, covering 1.9 million km 2 of the Earth’s surface and, in the terrestrial realm, contributing over 1% to the 30% coverage target. Notably, over 50% of reported OECMs are under governance by governments and less than 2% are governed by Indigenous peoples and local communities. In countries and territories that have reported OECMs, a far greater proportion of OECMs than protected areas are under shared governance (40.9% compared to 2.5%), and collaborative governance is the most common governance sub-type among reported OECMs. This paper finds that almost 30% of the 820 reported OECMs overlap with identified Key Biodiversity Areas, which are one global classification of areas of particular importance for biodiversity. With Target 3’s pressing deadline of 2030, there is an urgent need to scale up understanding and local to national engagement with the OECM framework, ensuring that it fulfills its potential to recognize diverse forms of equitable governance and effective conservation.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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) | 0,000 | 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 découle