From coverage to extension: Evaluating indices for biodiversity monitoring in cities to reflect global and EU biodiversity targets
Notice bibliographique
Résumé
• Evaluation of biodiversity indices for monitoring urban biodiversity. • Urban biodiversity monitoring supports national and EU policy frameworks. • Biodiversity indices reveal gaps in Essential Biodiversity Variables (EBVs) coverage. • Proposed extensions to an index for better alignment with EBV dimensions. • Toolbox of indices aids in tracking urban biodiversity restoration progress. Urbanisation has a major environmental impact and leads to novel ecosystems composed of native and non-native biodiversity, often resulting in ecosystem functions and services that differ from those outside of cities. International policy goals, such as the Kunming-Montreal Global Biodiversity Framework, the EU Biodiversity Strategy for 2030, the EU Habitats Directive, the European Green Deal, and the EU Nature Restoration Law have urban targets, as does the Berlin Urban Nature Pact. In order to assess the achievement of targets, it is necessary to monitor changes in urban biodiversity in its different dimensions, which are described by Essential Biodiversity Variables (EBVs). Biodiversity indices provide the means to combine different elements of change and can therefore be used to monitor biodiversity change. Here we provide an overview of biodiversity indices that can be applied at the city scale: The Living Planet Index, the Diversity-weighted Living Planet Index, the Red List Index, the City Biodiversity Index and the IUCN Urban Nature Indexes, and present a concept for extending one of the indices to include additional EBVs. Our study sheds light on the indicator toolbox currently available to help cities to meet policy targets for biodiversity recovery, so that the effectiveness of monitoring progress towards biodiversity and ecosystem restoration in cities can be improved.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».