Deepening the Decade: Collaborative Action for Advancing Deep‐Ocean Science and Policy in the United Nations Decade of Ocean Science for Sustainable Development
Notice bibliographique
Résumé
Abstract The current United Nations Decade of Ocean Science for Sustainable Development (2021–2030; hereafter, the Decade) offers a unique opportunity and framework to globally advance ocean science and policy. Achieving meaningful progress within the Decade requires collaboration and coordination across Decade Actions (Programs, Projects, and Centres). This coordination is particularly important for the deep ocean, which remains critically under‐sampled compared to other ecosystems. Despite the limited sampling, the deep ocean accounts for over 95% of Earth's habitable space, plays a crucial role in regulating the carbon cycle and global temperatures, and supports diverse ecosystems. To collectively advance deep‐ocean science, we gathered representatives from 20 Decade Actions that focus at least partially on the deep ocean. We identified five broad themes that aim to advance deep‐ocean science in alignment with the Decade's overarching 10 Challenges: natural capital and the blue economy, biodiversity, deep‐ocean observing, best practices in data sharing, and capacity building. Within each theme, we propose concrete objectives (termed Cohesive Asks) and milestones (Targets) for the deep‐ocean community. Developing these Cohesive Asks and Targets reflects a commitment to better coordination across deep‐ocean Decade Actions. We aim to build bridges across deep‐ocean disciplines, which encompass natural science, ocean observing, policy, and capacity development.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| 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 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 ».