For IOC session 2: Monitoring progress of the Kunming-Montreal Global Biodiversity Framework in the deep sea
Notice bibliographique
Résumé
A biodiversity crisis is unfolding in our world ocean with direct exploitation, climate change, pollution and alien invasive species as the main anthropogenic drivers. To respond to this crisis, the Kunming-Montreal Global Biodiversity Framework (GBF) set an ambitious plan to protect biodiversity on land and in the ocean through 4 Goals and 23 Targets to be met by 2050. To assess progress towards meeting those goals and targets, a monitoring framework of the GBF includes proposed headline, component and complementary indicators. However, many of these indicators have originated on terrestrial ecosystems and their applicability in the ocean has not been evaluated. For the deep ocean in particular, some of the headline indicators may not even be feasible to use. For example, Goal A aspires that the integrity, connectivity and resilience of all ecosystems are maintained, enhanced, or restored, substantially increasing the area of natural ecosystems by 2050, and will be assessed based on four indicators. Two of these, A.2 “the extent of natural ecosystems” and A.4, “the proportion of populations within species with an effective population size > 500” are not quantifiable in the deep ocean presently because of lack of data. However, indicator A.1, “Red list of ecosystems”, may be useable, at least for some deep-sea ecosystems. In this presentation, we will discuss the current feasibility of using the proposed indicators in the deep-sea context, using specific examples. We will address current gaps in scientific knowledge that may hinder the application of the monitoring framework of the GBF in the deep ocean and suggest ways forward. It is anticipated that the GBF will form the basis for the implementation of many elements of the BBNJ agreement and identifying the science needs that can support concurrently the implementation of both agreements to help advance the conservation of deep-ocean biodiversity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,101 | 0,053 |
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 source (Gemma direct ou Codex distillé), 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 ».