MétaCan
Menu
Retour à la cohorte
Enregistrement W4405217403 · doi:10.59117/20.500.11822/46756

Core Human Rights Principles for Private Conservation Organizations and Funders

2024· book· en· W4405217403 sur OpenAlexaboutno aff

Notice bibliographique

RevueUnited Nations Environment Programme eBooks · 2024
Typebook
Langueen
DomaineSocial Sciences
ThématiqueEnvironmental law and policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHuman rightsIndigenousPolitical scienceBiodiversityInternational communityDutyInternational human rights lawBiodiversity conservationFundamental rightsEnvironmental resource managementEnvironmental planningEnvironmental ethicsBusinessPublic administrationGeographyLawEcologyEconomics

Résumé

récupéré en direct d'OpenAlex

The international community is grappling with an unprecedented loss of biological diversity—a crisis that directly impacts both biodiversity and human rights. The degradation of biodiversity significantly impairs the ability of all people, particularly Indigenous Peoples and communities dependent on natural ecosystems, to enjoy their human rights. States are the primary duty-bearers under international human rights law; however, private conservation organizations and funders are crucial in driving conservation efforts and promoting a human rights-based approach. Despite their significance, acommon understanding of their human rights responsibilities has been largely lacking. To bridge this gap, UNEP is introducing the ten Core Human Rights Principles for Private Conservation Organizations and Funders. These principles guide private actors toward a human rights-based approach to conservation, fostering more inclusive and equitable practices that protect and promote the rights of Indigenous Peoples and others in conservation. The Principles also provide general guidance for all stakeholders on how to center human rights in conservation efforts and contribute to achieving the goals and targets of the Kunming-Montreal Global Biodiversity Framework (KMGBF) through a rights-based approach.

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)0,010
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,009
Communication savante0,0130,010
Science ouverte0,0020,005
Intégrité de la recherche0,0090,008
Charge utile insuffisante (le modèle a refusé de juger)0,0260,020

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 Opus0,086
Tête enseignante GPT0,307
Écart entre enseignants0,221 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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 revueUnited Nations Environment Programme eBooksMême sujetEnvironmental law and policyTravaux en français237 207