MétaCan
Menu
Retour à la cohorte
Enregistrement W4403598136 · doi:10.32942/x2191d

Social justice and inclusive conservation must guide GBF implementation

2024· preprint· en· W4403598136 sur OpenAlexaboutno aff
James Reed, Jos Barlow, Rachel Carmenta, Sima Fakheran, Amy Ickowitz, Trey Sunderland

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocial justiceSociologyPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

The Kunming-Montreal Global Biodiversity Framework marked a renewed commitment to address the biodiversity crisis. This framework, consisting of four goals and 23 targets which are intended to guide conservation efforts for the next thirty years, displays an enhanced level of ambition compared to its predecessor. However, the pursuit of multilateral agreements is dependent upon national pledges, and national pledges are of little worth without subsequent sub-national action. We assess the currently submitted National Biodiversity Strategy and Action Plans of member countries to determine the extent to which they align with the bold ambition of the GBF. We find a lack of consistency between the GBF and country submissions across many targets, with the notable exception being target 3 – to increase protected area coverage to 30% by 2030. Reflecting on the current submissions, we draw on recent developments and our own experience to outline key considerations that could help guide GBF implementation efforts. We caution against cherry-picking of specific targets to suit political-economic agendas, highlight that an overemphasis on Target 3 alone will not lead to the desired state of living in harmony with nature, and that to do so actually requires a more holistic and inclusive approach to 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.

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)0,115
score de la tête « metaresearch » (Gemma)0,166
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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,115
Score d'incertitude au seuil0,607

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1150,166
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0120,020
Communication savante0,0210,015
Science ouverte0,0040,025
Intégrité de la recherche0,0180,017
Charge utile insuffisante (le modèle a refusé de juger)0,0150,003

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,300
Écart entre enseignants0,280 · 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
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207